Course Outline
Basisprincipes van machine learning en recursieve Neural Networks (RNN).
NN en RNN Backpropagatie Lange kortetermijngeheugen (LSTM)
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 101
Zelfstudiebestanden Bereid de gegevensdownloadinvoer en tijdelijke aanduidingen voor
Bouw de grafiekinferentie
VerliesOpleidingTrain het model De grafiekDe sessie
Trein lusEvalueer het model Bouw de Eval-grafiekEval-uitvoerGeavanceerd gebruik
Threading en wachtrijen gedistribueerd TensorFlow Documentatie schrijven en uw model delen Gegevenslezers aanpassen GPU's gebruiken¹ Manipuleren TensorFlow ModelbestandenTensorFlow ServerenInleiding Basishandleiding voor presentaties Tutorial voor geavanceerde presentaties Bedieningshandleiding voor aanvangsmodel
Convolutioneel Neural Networks
Overzicht Goals hoogtepunten van de Tutorial Model Architecture
Code Organisatie
CIFAR-10-model Modelingangen
Modelvoorspelling
Het model lanceren en trainen
Een model evaluerenEen model trainen met behulp van meerdere GPU kaarten¹ Variabelen en bewerkingen op apparaten plaatsenHet model lanceren en trainen op meerdere GPU kaartenDeep Learning voor MNISTInstellen MNIST-gegevens laden Start TensorFlow InteractiveSession Een Softmax-regressiemodel bouwen Tijdelijke aanduidingen Variabelen Voorspelde klasse en kostenfunctie Train het model Evalueer het model Bouw een meerlaags convolutioneel netwerk Gewicht Initialisatie Convolutie en pooling Eerste convolutionele laag Tweede convolutionele laag Dicht verbonden laag Uitlezen laag Trein en Evalueer het model
BeeldherkenningInception-v3 C++ Java¹ Onderwerpen gerelateerd aan het gebruik van GPU's zijn niet beschikbaar als onderdeel van een cursus op afstand. Ze kunnen worden gegeven tijdens klassikale cursussen, maar alleen na voorafgaande toestemming, en alleen als zowel de trainer als alle deelnemers laptops hebben met ondersteunde NVIDIA GPU's, waarop 64-bit Linux is geïnstalleerd (niet geleverd door NobleProg). NobleProg kan de beschikbaarheid van trainers met de benodigde hardware niet garanderen.