Kerangka Materi

Memulai

  • Penyetelan dan Instalasi

Dasar TensorFlow

  • Membuat, Menginisialisasi, Menyimpan, dan Memulihkan Variabel TensorFlow
  • Mengumpulkan, Membaca dan Memuat TensorFlow Data
  • Cara menggunakan Infrastruktur TensorFlow untuk melatih model di skala besar
  • Memvisualisasikan dan Menevaluasi model dengan TensorBoard

Mechanics TensorFlow 101

  • Mempersiapkan Data
    • Mengunduh
    • Input dan Placeholder
  • Membangun Graf
    • Inference
    • Loss
    • Training
  • Melatih Model
    • Graf
    • Sesi
    • Loop Pelatihan
  • Menevaluasi Model
    • Membangun Graf Eval
    • Output Eval

Penggunaan Lanjut

  • Threading dan Antrian
  • Distributed TensorFlow
  • Menulis Dokumentasi dan Berbagi Model Anda
  • Menyusun Pengguna Data
  • Menggunakan GPU
  • Memanipulasi Berkas Model TensorFlow

TensorFlow Serving

  • Pengenalan
  • Tutorial Serving Dasar
  • Tutorial Serving Lanjut
  • Tutorial Melayani Model Inception

Memulai dengan SyntaxNet

  • Parsing dari Input Standar
  • Menandai sebuah Corpus
  • Mengonfigurasi Skrip Python

Membangun Pipeline NLP dengan SyntaxNet

  • Mendapatkan Data
  • Penyandian Bagian dari Kata
  • Melatih Penyandian Bagian dari Kata SyntaxNet
  • Prestasi dengan Tagger
  • Parsing Dependensi: Parsing Berbasis Transisi
  • Melatih Parser Langkah 1: Pelatihan Lokal
  • Melatih Parser Langkah 2: Pelatihan Global

Representasi Vektor dari Kata

  • Motivasi: Mengapa Belajar word embeddings?
  • Memperbesar dengan Pelatihan Kontrast Noise
  • Model Skip-gram
  • Membangun Graf
  • Melatih Model
  • Memvisualisasikan Embeddings yang Dipelajari
  • Menevaluasi Embeddings: Alasan Analog
  • Mengoptimalkan Implementasi

Persyaratan

Pengenalan terhadap python

 35 Jam

Jumlah Peserta


Biaya per Peserta

Testimoni (3)

Kursus Mendatang

Kategori Terkait