План на курса

Въведение в Google Colab за Deep Learning

  • Общ преглед на Google Colab
  • Настройване на Google Colab
  • Навигация в интерфейса Google Colab

Въведение в Deep Learning

  • Преглед на дълбокото обучение
  • Значение на дълбокото обучение
  • Приложения на задълбочено обучение

разбиране Neural Networks

  • Въведение в невронните мрежи
  • Архитектура на невронни мрежи
  • Активиращи функции и слоеве

Първи стъпки с TensorFlow

  • Преглед на TensorFlow
  • Настройване на TensorFlow в Google Colab
  • Основни TensorFlow операции

Изграждане на Deep Learning модели с TensorFlow

  • Създаване на модели на невронни мрежи
  • Обучение на невронни мрежи
  • Оценка на производителността на модела

Напреднали TensorFlow техники

  • Внедряване на конволюционни невронни мрежи (CNN)
  • Внедряване на повтарящи се невронни мрежи (RNN)
  • Прехвърляне на обучение с TensorFlow

Предварителна обработка на данни за Deep Learning

  • Подготовка на набори от данни за обучение
  • Техники за увеличаване на данните
  • Работа с големи набори от данни в Google Colab

Оптимизиране на Deep Learning модели

  • Хиперпараметрична настройка
  • Техники за регулиране
  • Моделиране на стратегии за оптимизация

Съвместни Deep Learning проекти

  • Споделяне и сътрудничество върху преносими компютри
  • Функции за сътрудничество в реално време
  • Най-добри практики за съвместни проекти

Съвети и най-добри практики

  • Ефективни техники за дълбоко обучение
  • Избягване на често срещани клопки
  • Подобряване на производителността на модела

Обобщение и следващи стъпки

Изисквания

  • Основни познания за машинно обучение
  • Опит с Python програмиране

Публика

  • Учени по данни
  • Разработчици на софтуер
 14 Часа

Брой участници


Цена за участник

Oтзиви от потребители (4)

Предстоящи Курсове

Свързани Kатегории