ข้อมูลพื้นฐานของ TensorFlow
สรุปย่อ
-
ระดับ
-
ทักษะ
-
ผลิตภัณฑ์
เรียนรู้พื้นฐานของการเรียนรู้อย่างลึกซึงด้วย TensorFlow! เส้นทางการเรียนรู้ที่เป็นมิตรกับผู้เริ่มต้นนี้จะแนะนําแนวคิดสําคัญในการสร้างแบบจําลองการเรียนรู้ของเครื่อง
สิ่งที่จำเป็นต้องมี
- ความรู้พื้นฐานของ Python
- ความรู้พื้นฐานเกี่ยวกับวิธีการใช้สมุดบันทึก Jupyter
- ความเข้าใจพื้นฐานของการเรียนรู้ของเครื่อง
รหัสความสำเร็จ
คุณต้องการร้องขอรหัสความสำเร็จหรือไม่
โมดูลในพาธการเรียนรู้นี้
โมดูลนี้ให้แนวคิดทั้งหมดและความรู้ในทางปฏิบัติที่คุณต้องการเพื่อเริ่มต้นใช้งาน TensorFlow เราสํารวจ Keras API ระดับสูงที่เผยแพร่เป็นส่วนหนึ่งของ TensorFlow และใช้เพื่อสร้างเครือข่ายประสาทสําหรับการจําแนกประเภทภาพ
ในโมดูลนี้ คุณจะได้รับข้อมูลเบื้องต้นเกี่ยวกับ Computer Vision โดยใช้ TensorFlow เราใช้การจําแนกรูปภาพเพื่อเรียนรู้เกี่ยวกับโครงข่ายประสาทเทียมแบบ convolutional จากนั้นดูว่าเครือข่ายที่ผ่านการฝึกอบรมล่วงหน้าและการเรียนรู้แบบถ่ายโอนสามารถปรับปรุงโมเดลของเราและแก้ปัญหาในโลกแห่งความเป็นจริงได้อย่างไร
ในโมดูลนี้ เราจะสํารวจสถาปัตยกรรมโครงข่ายประสาทเทียมต่างๆ สําหรับการประมวลผลข้อความภาษาธรรมชาติ การประมวลผลภาษาธรรมชาติ (NLP) มีประสบการณ์การเติบโตและความก้าวหน้าอย่างรวดเร็วเนื่องจากประสิทธิภาพของแบบจําลองภาษาขึ้นอยู่กับความสามารถโดยรวมของพวกเขาในการ "เข้าใจ" ข้อความและสามารถฝึกได้โดยใช้เทคนิคที่ไม่ได้คาดหมายบน corpora ข้อความขนาดใหญ่ นอกจากนี้ โมเดลข้อความที่ผ่านการฝึกอบรมไว้ล่วงหน้ายังทําให้งาน NLP จํานวนมากง่ายขึ้น และปรับปรุงประสิทธิภาพการทํางานอย่างมาก เราเรียนรู้เพิ่มเติมเกี่ยวกับเทคนิคเหล่านี้และพื้นฐานของ NLP ในโมดูลการเรียนรู้นี้
เรียนรู้วิธีแสดงเสียงเป็นเทนเซอร์ วิธีแปลงรูปคลื่นเป็นสเปกโตรแกรม และวิธีใช้ TensorFlow เพื่อสร้างตัวแยกประเภทคําหลักอย่างง่าย
ถ้าคุณจบมอดูลแรกและตระหนักว่าคุณต้องการความยืดหยุ่นเพิ่มเติมในการสร้างหรือดีบักแบบจําลองของคุณ โมดูลนี้เหมาะสําหรับคุณ เราจะแสดงวิธีที่คุณสามารถสร้างเครือข่ายประสาทอย่างง่ายสําหรับการจําแนกประเภทภาพ แต่คราวนี้เราจะใช้รหัส TensorFlow ระดับต่ํากว่าและอธิบายแนวคิดพื้นฐานที่จําเป็นในการทําความเข้าใจ