ข้อมูลพื้นฐานของ TensorFlow

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 โมเดลข้อความที่ผ่านการฝึกอบรมไว้ล่วงหน้า (เช่น BERT) ยังทําให้งาน NLP จํานวนมากง่ายขึ้น และปรับปรุงประสิทธิภาพการทํางานอย่างมาก เราเรียนรู้เพิ่มเติมเกี่ยวกับเทคนิคเหล่านี้และพื้นฐานของ NLP ในโมดูลการเรียนรู้นี้

ในโมดูลการเรียนรู้นี้ เราจะเรียนรู้วิธีการจําแนกเสียงด้วย TensorFlow มีหลายวิธีในการสร้างแบบจําลองการจัดประเภทเสียง คุณสามารถใช้รูปคลื่น แท็กส่วนของไฟล์คลื่น หรือแม้แต่ใช้การมองเห็นคอมพิวเตอร์บนรูปสเปกโตรแกรมได้ ในบทช่วยสอนนี้ ก่อนอื่นเราจะแจกแจงวิธีทําความเข้าใจข้อมูลเสียง ตั้งแต่การแสดงแบบอะนาล็อกไปจนถึงดิจิทัล จากนั้นเราจะสร้างแบบจําลองโดยใช้คอมพิวเตอร์วิทัศน์บนภาพสเปกโตรแกรม ถูกต้องแล้ว คุณสามารถเปลี่ยนเสียงให้เป็นการแสดงภาพ จากนั้นทําวิสัยทัศน์คอมพิวเตอร์เพื่อจัดประเภทคําที่พูดได้!

ถ้าคุณจบมอดูลแรกและตระหนักว่าคุณต้องการความยืดหยุ่นเพิ่มเติมในการสร้างหรือดีบักแบบจําลองของคุณ โมดูลนี้เหมาะสําหรับคุณ เราจะแสดงวิธีที่คุณสามารถสร้างเครือข่ายประสาทอย่างง่ายสําหรับการจําแนกประเภทภาพ แต่คราวนี้เราจะใช้รหัส TensorFlow ระดับต่ํากว่าและอธิบายแนวคิดพื้นฐานที่จําเป็นในการทําความเข้าใจ