Podstawy biblioteki TensorFlow

Ten moduł zawiera wszystkie pojęcia i praktyczną wiedzę, której potrzebujesz, aby rozpocząć pracę z biblioteką TensorFlow. Eksplorujemy interfejs Keras, interfejs API wysokiego poziomu wydany w ramach biblioteki TensorFlow i używamy go do tworzenia prostej sieci neuronowej na potrzeby klasyfikacji obrazów.

W tym module znajdziesz wprowadzenie do przetwarzanie obrazów przy użyciu biblioteki TensorFlow. Użyjemy klasyfikacji obrazów, aby dowiedzieć się więcej o splotowych sieciach neuronowych, a następnie zobaczymy, jak wstępnie wytrenowane sieci i uczenie transferowe mogą poprawić nasze modele i rozwiązać rzeczywiste problemy.

W tym module zapoznamy się z różnymi architekturami sieci neuronowych na potrzeby przetwarzania tekstów w języku naturalnym. Przetwarzanie języka naturalnego (NLP) doświadczyło szybkiego wzrostu i postępu przede wszystkim dlatego, że wydajność modeli językowych zależy od ich ogólnej zdolności do "zrozumienia" tekstu i można go wytrenować przy użyciu techniki nienadzorowanej na dużych korpusach tekstu. Ponadto wstępnie wytrenowane modele tekstu (takie jak) upraszczają wiele zadań NLP i znacznie poprawiły wydajność. Więcej informacji na temat tych technik i podstaw nlp znajdziesz w tym module szkoleniowym.

W tym module szkoleniowym dowiesz się, jak przeprowadzić klasyfikację audio za pomocą biblioteki TensorFlow. Istnieje wiele sposobów tworzenia modelu klasyfikacji audio. Możesz użyć kształtów falowych, sekcji tagów pliku falowego, a nawet użyć przetwarzania obrazów na obrazie spectrogramu. W tym samouczku najpierw podzielimy sposób zrozumienia danych audio, od analogu do reprezentacji cyfrowych, a następnie utworzymy model przy użyciu przetwarzania obrazów na obrazach spectrogramu. To prawda, możesz przekształcić dźwięk w reprezentację obrazu, a następnie wykonać przetwarzanie obrazów, aby sklasyfikować słowo mówione!

Jeśli ukończono pierwszy moduł i zdałeś sobie sprawę, że potrzebujesz dodatkowej elastyczności do kompilowania lub debugowania modelu, ten moduł jest dla Ciebie. Pokażemy, jak utworzyć prostą sieć neuronową do klasyfikacji obrazów, ale tym razem użyjemy kodu TensorFlow niższego poziomu i wyjaśnimy podstawowe pojęcia potrzebne do jego zrozumienia.