TensorFlow ile ilgili temel bilgiler

Bu modül, TensorFlow'u kullanmaya başlamak için ihtiyacınız olan tüm kavramları ve pratik bilgileri sağlar. TensorFlow kapsamında yayınlanan üst düzey bir API olan Keras'ı keşfediyoruz ve bunu görüntü sınıflandırması için bir sinir ağı oluşturmak için kullanıyoruz.

Bu modülde, TensorFlow kullanarak Görüntü İşleme'ye giriş niteliğinde bir giriş elde edeceksiniz. Kıvrımlı sinir ağları hakkında bilgi edinmek ve ardından önceden eğitilmiş ağların ve öğrenme aktarımının modellerimizi nasıl geliştirebileceğini ve gerçek dünyadaki sorunları nasıl çözebileceğini görmek için görüntü sınıflandırmasını kullanırız.

Bu modülde, doğal dil metinlerini işlemek için farklı sinir ağı mimarilerini keşfedeceğiz. Doğal Dil İşleme (NLP), öncelikle dil modellerinin performansı genel olarak "anlama" yeteneğine bağlı olduğundan ve büyük metin corpora'sı üzerinde denetimsiz bir teknik kullanılarak eğitilebildiği için hızlı büyüme ve ilerleme yaşamıştır. Ayrıca, önceden eğitilmiş metin modelleri (BERT gibi) birçok NLP görevini basitleştirdi ve performansı önemli ölçüde geliştirdi. Bu öğrenme modülünde bu teknikler ve NLP'nin temelleri hakkında daha fazla bilgi edineceğiz.

Bu learn modülünde TensorFlow ile ses sınıflandırması yapmayı öğreneceksiniz. Ses sınıflandırma modeli oluşturmanın birden çok yolu vardır. Dalga formunu kullanabilir, dalga dosyasının bölümlerini etiketleyebilir, hatta spektrogram görüntüsünde görüntü işlemeyi kullanabilirsiniz. Bu öğreticide ilk olarak analogdan dijital gösterimlere kadar ses verilerinin nasıl anlaşılacaklarını öğrenecek, ardından spektrogram görüntülerinde görüntü işleme kullanarak modeli oluşturacağız. Doğru, sesi görüntü gösterimine dönüştürebilir ve ardından konuşulan sözcüğü sınıflandırmak için görüntü işleme yapabilirsiniz!

İlk modülü tamamladıysanız ve modelinizi derlemek veya hatalarını ayıklamak için ek esnekliğe ihtiyacınız olduğunu fark ettiyseniz bu modül tam size göre. Görüntü sınıflandırması için nasıl basit bir sinir ağı oluşturabileceğinizi göstereceğiz, ancak bu kez alt düzey TensorFlow kodu kullanacağız ve bunu anlamak için gereken temel kavramları açıklayacağız.