สร้างแบบจำลองการเรียนรู้เชิงลึกด้วย TensorFlow

รายละเอียด

ข้อมูลส่วนใหญ่ในโลกไม่มีป้ายกำกับและไม่มีโครงสร้าง เครือข่ายนิวรัลตื้นไม่สามารถจับโครงสร้างที่เกี่ยวข้องเช่นรูปภาพเสียงและข้อมูลที่เป็นข้อความได้อย่างง่ายดาย เครือข่ายที่ลึกสามารถค้นหาโครงสร้างที่ซ่อนอยู่ภายในข้อมูลประเภทนี้ ในหลักสูตรนี้คุณจะใช้ไลบรารี TensorFlow เพื่อใช้การเรียนรู้เชิงลึกกับประเภทข้อมูลที่แตกต่างกันเพื่อแก้ปัญหาในโลกแห่งความเป็นจริง
ผลการเรียนรู้:
หลังจากจบหลักสูตรนี้ผู้เรียนจะสามารถ:
•อธิบายแนวคิดพื้นฐาน TensorFlow เช่นฟังก์ชั่นหลักการดำเนินงานและท่อส่งการดำเนินการ
•อธิบายถึงวิธีที่ TensorFlow สามารถใช้ในการปรับเส้นโค้งการถดถอยการจัดประเภทและการลดฟังก์ชันข้อผิดพลาดให้น้อยที่สุด
•เข้าใจสถาปัตยกรรม Deep ที่แตกต่างกันเช่น Convolutional Networks, Recurrent Networks และ Autoencoders
•ใช้ TensorFlow เพื่อทำการ backpropagation เพื่อปรับแต่งน้ำหนักและอคติในขณะที่โครงข่ายประสาทกำลังได้รับการฝึกฝน