Dasar-dasar TensorFlow

beginner
intermediate
data-scientist
developer
student
azure-machine-learning

Sekilas

Pelajari dasar-dasar pembelajaran mendalam dengan TensorFlow! Jalur pembelajaran ramah pemula ini akan memperkenalkan konsep kunci untuk membangun model pembelajaran mesin.

Prasyarat

  • Pengetahuan dasar Python
  • Pengetahuan dasar mengenai cara menggunakan Notebooks Jupyter
  • Pemahaman dasar tentang pembelajaran mesin

Modul dalam jalur pembelajaran ini

Modul ini memberikan semua konsep dan pengetahuan praktis yang Anda butuhkan untuk memulai TensorFlow. Kami menjelajahi Keras, API tingkat tinggi yang dirilis sebagai bagian dari TensorFlow, dan menggunakannya untuk membangun jaringan neural sederhana untuk klasifikasi gambar.

Dalam modul ini, Anda akan membahas tentang pengantar Visual Komputer menggunakan TensorFlow. Kita akan menggunakan klasifikasi gambar untuk mempelajari tentang jaringan neural konvolusi, lalu melihat bagaimana jaringan yang telah dilatih sebelumnya dan pembelajaran transfer dapat meningkatkan model kita dan memecahkan masalah dunia nyata.

Dalam modul ini, kita akan menjelajahi arsitektur jaringan neural yang berbeda untuk memproses teks bahasa alami. Pengolahan Bahasa Alami (NLP) telah mengalami pertumbuhan dan kemajuan yang cepat terutama karena performa model bahasa bergantung pada kemampuan keseluruhan mereka untuk "memahami" teks dan dapat dilatih menggunakan teknik tanpa pengawasan pada korpora teks besar. Selain itu, model teks yang telah dilatih sebelumnya (seperti BERT) menyederhanakan banyak tugas NLP dan telah meningkatkan performa secara dramatis. Kita akan mempelajari lebih lanjut tentang teknik-teknik ini dan dasar-dasar NLP dalam modul pembelajaran ini.

Dalam modul pembelajaran ini kita akan belajar bagaimana melakukan klasifikasi audio dengan TensorFlow. Ada beberapa cara untuk membangun model klasifikasi audio. Anda dapat menggunakan bentuk gelombang, menandai bagian dari file gelombang, atau bahkan menggunakan visual komputer pada gambar spektogram. Dalam tutorial ini pertama-tama kita akan menjelaskan bagaimana memahami data audio, mulai dari representasi analog hingga digital, kemudian kita akan membangun model menggunakan visual komputer pada gambar spektogram. Itu benar, Anda dapat mengubah audio menjadi representasi gambar lalu melakukan visual komputer untuk mengklasifikasikan kata yang diucapkan!

Jika Anda telah menyelesaikan modul pertama dan menyadari bahwa Anda memerlukan fleksibilitas ekstra untuk membangun atau men-debug model Anda, modul ini cocok untuk Anda. Kami akan menunjukkan bagaimana Anda dapat membuat jaringan neural sederhana untuk klasifikasi gambar, tetapi kali ini kami akan menggunakan kode TensorFlow tingkat rendah dan menjelaskan konsep dasar yang diperlukan untuk memahaminya.