Concetti fondamentali su TensorFlow

Questo modulo contiene tutti i concetti e le conoscenze pratiche necessari per iniziare a usare TensorFlow. Si esaminerà Keras, un'API di alto livello rilasciata nell'ambito di TensorFlow, che verrà usata per creare una semplice rete neurale per la classificazione immagini.

Questo modulo costituisce un'introduzione a Visione artificiale tramite TensorFlow. Si userà la classificazione delle immagini per scoprire le reti neurali convoluzionali e successivamente si apprenderà in che modo le reti precedentemente sottoposte a training e l'apprendimento induttivo possono migliorare i modelli e risolvere i problemi del mondo reale.

In questo modulo verranno esaminate diverse architetture di rete neurale per elaborare i 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 migliorato notevolmente le prestazioni. In questo modulo di apprendimento verranno fornite altre informazioni su queste tecniche e sulle basi del processo NLP.

In questo modulo 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 descritto come comprendere i dati audio, dalle rappresentazioni analogiche a quelle digitali, quindi verrà compilato il modello usando la visione artificiale sulle 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.