Grundlagen zu TensorFlow

Dieses Modul enthält alle Konzepte und das gesamte praktische Wissen, das Sie für den Einstieg in TensorFlow benötigen. Sie erkunden Keras, eine als Bestandteil von TensorFlow veröffentlichte High-Level-API, und nutzen diese, um ein einfaches neuronales Netz für die Bildklassifizierung zu erstellen.

In diesem Modul erhalten Sie eine Einführung in die Verwendung von Computer-Vision mit TensorFlow. Mithilfe der Bildklassifizierung lernen Sie faltungsneuronale Netze (Convolutional Neural Network, CNN) kennen und erfahren, wie vortrainierte Netze und Transferlernen die Modelle verbessern und reale Probleme lösen können.

In diesem Modul untersuchen Sie verschiedene Architekturen für neuronale Netze zur Verarbeitung natürlichsprachiger Texte. Die Verarbeitung natürlicher Sprache (Natural Language Processing, NLP) hat ein schnelles Wachstum und eine rasche Weiterentwicklung erfahren. Das ist hauptsächlich darauf zurückzuführen, dass die Leistung der Sprachmodelle von der allgemeinen Fähigkeit zum „Verstehen“ von Text abhängt. Außerdem müssen die Modelle mit einer nicht überwachten Technik anhand großer Textkorpora trainiert werden können. Darüber hinaus haben vortrainierte Textmodelle (z. B. BERT) viele NLP-Aufgaben vereinfacht und die Leistung erheblich verbessert. In diesem Lernmodul erfahren Sie mehr über diese Techniken und die Grundlagen von NLP.

In diesem Lernmodul erfahren Sie, wie Sie die Audioklassifizierung mit TensorFlow verwenden. Es gibt mehrere Möglichkeiten, ein Audioklassifizierungsmodell zu erstellen. Sie können die Wellenform verwenden, Abschnitte einer Wellendatei markieren oder sogar maschinelles Sehen für das Spektrogrammbild verwenden. In diesem Tutorial erfahren Sie zunächst Grundlegendes zu Audiodaten (von analogen bis zu digitalen Darstellungen). Anschließend erstellen Sie das Modell mithilfe von maschinellem Sehen für die Spektrogrammbilder. Das ist richtig. Sie können Audiodaten in eine Bilddarstellung umwandeln und dann das gesprochene Wort mit Computer-Vision klassifizieren.

Wenn Sie das erste Modul abgeschlossen und festgestellt haben, dass Sie zusätzliche Flexibilität benötigen, um Ihr Modell zu erstellen oder zu debuggen, ist dieses Modul für Sie geeignet. Wir zeigen Ihnen, wie Sie ein einfaches neuronales Netz für die Bildklassifizierung erstellen. Dieses Mal verwenden Sie jedoch untergeordneten TensorFlow-Code und lernen die grundlegenden Konzepte kennen, die zum Verständnis erforderlich sind.