Concetti fondamentali su TensorFlow

Questo modulo contiene tutti i concetti e le conoscenze pratiche necessari per iniziare a usare TensorFlow. Si esplora Keras, un'API di alto livello rilasciata come parte di TensorFlow e la si usa per creare una rete neurale per la classificazione delle immagini.

In questo modulo viene fornita un'introduzione a Visione artificiale con TensorFlow. Usiamo la classificazione delle immagini per conoscere le reti neurali convoluzionali e poi vedere come le reti pre-addestrate e il trasferimento dell'apprendimento possono migliorare i nostri modelli e risolvere problemi del mondo reale.

In questo modulo vengono esaminate diverse architetture di rete neurale per l'elaborazione di testi in linguaggio naturale. Il campo dell'elaborazione del linguaggio naturale (NLP) ha vissuto una rapida crescita e un rapido progresso, principalmente perché le prestazioni dei modelli linguistici dipendono dalla loro capacità complessiva di "comprendere" il testo e il training può essere eseguito senza supervisione in grandi corpus di testo. Inoltre, i modelli di testo con training preliminare (ad esempio BERT) hanno semplificato molte attività NLP e hanno notevolmente migliorato le prestazioni. Altre informazioni su queste tecniche e sulle nozioni di base di NLP sono disponibili in questo modulo di apprendimento.

In questo modulo di apprendimento si apprenderà come eseguire la classificazione audio con TensorFlow. Esistono vari modi per creare un modello di classificazione audio. È possibile usare la forma d'onda, contrassegnare con tag le sezioni di un file d'onda o persino usare la visione artificiale nell'immagine dello spettrogramma. In questa esercitazione verrà prima di tutto descritto come comprendere i dati audio, da rappresentazioni analogiche a digitali, quindi si creerà il modello usando visione artificiale nelle immagini dello spettrogramma. Si può infatti trasformare l'audio in una rappresentazione di immagine e quindi usare la visione artificiale per classificare le parole pronunciate.

Se il primo modulo è stato completato e ci si è resi conto che è necessaria una maggiore flessibilità per eseguire la compilazione o il debug del modello, questo è il modulo adatto. Verrà descritto come creare una semplice rete neurale per la classificazione immagini, ma questa volta si userà un codice TensorFlow di livello inferiore di cui verranno illustrati i concetti fondamentali.