Introduzione
Nel primo modulo di questo percorso di apprendimento, Introduzione a Machine Learning con Keras, si è appreso come creare una rete neurale usando l'API Keras di livello superiore. In questo modulo vengono rimplificati il modello, il training, la valutazione e le parti di stima del codice del primo modulo, ma questa volta vengono usati i concetti di TensorFlow di livello inferiore. Tenere presente che per molti scenari Keras offre tutte le funzionalità necessarie. Tuttavia, se si ritiene che sia necessario un maggiore controllo rispetto alle offerte di Keras, la comprensione dell'API di livello inferiore di TensorFlow offre una maggiore flessibilità per personalizzare la routine di rete e training e per eseguire il debug del codice in modo più dettagliato.
Per questo modulo si presuppone che si abbia familiarità con Python e che sia stato completato il primo modulo di questo percorso di apprendimento o che si abbia già familiarità con Keras. Non si presuppone alcuna conoscenza di TensorFlow.
È ora di iniziare.
Obiettivi di apprendimento
- Informazioni sugli argomenti di base di TensorFlow, ad esempio tensori, variabili e differenziazione automatica.
- Informazioni sulla differenza tra l'esecuzione eager e grafi.
- Ripetere il modello e il ciclo di training di un progetto Keras esistente usando TensorFlow.
Prerequisiti
- Conoscenza di Python
- Conoscenza di base della modalità di utilizzo di Jupyter Notebook
- Completamento del modulo 1 di questo percorso di apprendimento o conoscenza di Keras