Terima kasih telah mengirimkan pertanyaan Anda! Salah satu anggota tim kami akan segera menghubungi Anda.
Terima kasih telah mengirimkan pemesanan Anda! Salah satu anggota tim kami akan segera menghubungi Anda.
Kerangka Materi
Dasar Pemodelan Mesin (Machine Learning) dan Jaringan Saraf Terbalik (RNN)
- NN dan RNN
- Backpropagation
- Long short-term memory (LSTM)
Dasar TensorFlow
- Membuat, Menginisialisasi, Menyimpan, dan Memulihkan Variabel TensorFlow
- Memberikan, Membaca dan Memuat Data TensorFlow
- Cara menggunakan Infrastruktur TensorFlow untuk melatih model dalam skala besar
- Mengvisualisasikan dan Menilai model dengan TensorBoard
Mechanics 101 TensorFlow
- File Tutorial
- Persiapan Data
- Unduh
- Masukan dan Placeholders
- Membangun Graf
- Inference
- Kerugian
- Pelatihan
- Melatih Model
- Graf
- Sesie
- Loop Pelatihan
- Menilai Model
- Membangun Graf Penilaian
- Keluaran Penilaian
Penggunaan Lanjut
- Threading dan Antrian
- Distributed TensorFlow
- Menulis Dokumentasi dan Membagikan Model
- Mengkustomisasi Pengacuan Data
- Menggunakan GPU¹
- Memanipulasi Berkas Model TensorFlow
TensorFlow Serving
- Pendahuluan
- Tutorial Serving Dasar
- Tutorial Serving Lanjut
- Tutorial Serving Model Inception
Jaringan Saraf Terbalik Konvolusional
- Irisan
- Tujuan
- Sorotan Tutorial
- Arsitektur Model
- Organisasi Kode
- Model CIFAR-10
- Masukan Model
- Ramis Prediksi Model
- Pelatihan Model
- Menjalankan dan Melatih Model
- Menilai Model
- Melatih Model Menggunakan Banyak Kartu GPU¹
- Meletakkan Variabel dan Operasi pada Perangkat
- Menjalankan dan Melatih Model pada Banyak Kartu GPU
Deep Learning untuk MNIST
- Persiapan
- Membuat Data MNIST
- Memulai Sesie TensorFlow Interaktif
- Membangun Model Regresi Softmax
- Placeholders
- Variabel
- Kelas Prediksi dan Fungsi Biaya
- Melatih Model
- Menilai Model
- Membangun Jaringan Konvolusional Berlapis
- Inisialisasi Bobot
- Konvolusi dan Penyaringan
- Lapisan Konvolusional Pertama
- Lapisan Konvolusional Kedua
- Lapisan Terhubung Dengan Rapat
- Lapisan Pembacaan
- Melatih dan Menilai Model
Pengenalan Gambar
- Inception-v3
- C++
- Java
¹ Topik-topik terkait penggunaan GPU tidak tersedia sebagai bagian dari kursus jarak jauh. Mereka dapat disampaikan selama kursus berbasis kelas, tetapi hanya dengan persetujuan sebelumnya, dan hanya jika baik pelatih maupun semua peserta memiliki laptop dengan GPU NVIDIA yang didukung, dengan Linux 64-bit terpasang (tidak disediakan oleh NobleProg). NobleProg tidak dapat memastikan ketersediaan pelatih dengan perangkat keras yang diperlukan.
Persyaratan
- Python
28 Jam
Testimoni (1)
Very updated approach or CPI (tensor flow, era, learn) to do machine learning.
