Course Outline
TensorFlow-basisprincipes
- Variabelen maken, initialiseren, opslaan en herstellen TensorFlow Gegevens invoeren, lezen en vooraf laden Hoe de infrastructuur TensorFlow gebruiken om modellen op schaal te trainen Modellen visualiseren en evalueren met TensorBoard
TensorFlow Mechanica
- Invoer en tijdelijke aanduidingen Bouw de GraphS Inference Loss Training
Van de Perceptron tot ondersteuning van vectormachines
- Kernels en de kerneltruc Maximale margeclassificatie en ondersteuningsvectoren
Kunstmatig Neural Networks
- Niet-lineaire beslissingsgrenzen Feedforward en feedback kunstmatige neurale netwerken Meerlaagse perceptrons Minimaliseren van de kostenfunctie Voorwaartse voortplanting Achterwaartse voortplanting Verbetering van de manier waarop neurale netwerken leren
Convolutioneel Neural Networks
- Goals Modelarchitectuur Principes Code Organisatie Het model lanceren en trainen Een model evalueren
Requirements
Achtergrond in natuurkunde, wiskunde en programmeren. Betrokkenheid bij beeldverwerkingsactiviteiten.
Getuigenissen (5)
I liked the opportunities to ask questions and get more in depth explanations of the theory.
Sharon Ruane
Cursus - Neural Networks Fundamentals using TensorFlow as Example
Very good all round overview.Good background into why Tensorflow operates as it does.
Kieran Conboy
Cursus - Neural Networks Fundamentals using TensorFlow as Example
I was amazed at the standard of this class - I would say that it was university standard.
David Relihan
Cursus - Neural Networks Fundamentals using TensorFlow as Example
Knowledgeable trainer
Sridhar Voorakkara
Cursus - Neural Networks Fundamentals using TensorFlow as Example
I really appreciated the crystal clear answers of Chris to our questions.