Course Outline
Invoering
Overzicht van Neural Networks
Convolutionele netwerken begrijpen
Opstellen Keras
Overzicht van Keras Functies en architectuur
Overzicht van Keras syntaxis
Begrijpen hoe een Keras model lagen organiseert
De Keras Backend configureren (TensorFlow of Theano)
Een model voor onbewaakt leren implementeren
Afbeeldingen analyseren met een convolutioneel neuraal netwerk (CNN)
Gegevens voorbewerken
Het model trainen
Training op CPU versus GPU versus TPU
Het model evalueren
Een vooraf getraind Deep Learning-model gebruiken
Een terugkerend neuraal netwerk (RNN) opzetten
Foutopsporing in het model
Het model opslaan
Het model implementeren
Monitoring van een Keras-model met TensorBoard
Probleemoplossen
Samenvatting en conclusie
Requirements
- Python Programmeerervaring.
- Ervaring met de Linux-opdrachtregel.
Publiek
- Ontwikkelaars
- Datawetenschappers
Getuigenissen (4)
Working from first principles in a focused way, and moving to applying case studies within the same day
Maggie Webb - Department of Jobs, Regions, and Precincts
Cursus - Artificial Neural Networks, Machine Learning, Deep Thinking
Very flexible
Frank Ueltzhöffer
Cursus - Artificial Neural Networks, Machine Learning and Deep Thinking
The structure from first principles, to case studies, to application.
Margaret Webb - Department of Jobs, Regions, and Precincts
Cursus - Introduction to Deep Learning
I was benefit from the passion to teach and focusing on making thing sensible.