در حال حاضر محصولی در سبد خرید شما وجود ندارد.
در این مجموعه آموزش با آپاچی اسپارک آشنا شده و یاد می گیرید که چطور بوسیله آن پروژه های Deep Learning را به صورت توزیع شده انجام دهید.
عنوان اصلی : Distributed Deep Learning with Apache Spark
بررسی اجمالی دوره
درک معماری توزیع شده اسپارک
Learning Spark API که توسط DL4J استفاده می شود
پیکربندی DL4J با Spark
افزودن ND4J برای پردازش بردار ویژگی توزیع شده
درک و استفاده از Word2Vec
دانلود نظرات و بررسی داده های فیلم های IMDB
ایجاد شبکه چند لایه
با استفاده از Word2Vec Transforming Iterator از DL4J
آموزش را شروع کنید و نتایج را تأیید کنید
مشکل تشخیص ناهنجاری، توضیح داده شد
استخراج ویژگی ها از داده های ورودی با استفاده از رویکرد چند لایه
افزودن لایه ای که یک ناهنجاری واقعی را پیدا می کند
آزمایش و اعتبارسنجی نتایج مدل یادگیری عمیق ما
چگونه ویژگی ها را از داده های ناشناخته استخراج کنیم؟
تعریف لایه یادگیری عمیق برای استخراج ویژگی
تعریف تعداد کلاس ها (خوشه ها)
ساخت چند لایه که طبقه بندی را به کلاس ها انجام می دهد
توضیح الگوریتم رگرسیون
ساخت رگرسیون
استفاده از رگرسیون با لایه DL4J
اجرای شبکه ما
چگونه لایه خود را برای استخراج ویژگی ها تنظیم کنید
چگونه تعداد تکرارها بر دقت تأثیر می گذارد
چند ویژگی باید یک لایه تولید کند
رایج ترین اشتباهات هنگام استفاده از الگوریتم های یادگیری عمیق در تولید
Distributed Deep Learning with Apache Spark
در این روش نیاز به افزودن محصول به سبد خرید و تکمیل اطلاعات نیست و شما پس از وارد کردن ایمیل خود و طی کردن مراحل پرداخت لینک های دریافت محصولات را در ایمیل خود دریافت خواهید کرد.
دوره عملی ساخت برنامه های کاربردی با Spring Boot 2
آموزش طراحی و کدنویسی میکروسرویس ها بوسیله Spring Boot 2.0
اشتباهات نرم افزار نویسی و اشتباهات تجاری در ساخت نرم افزارها
آموزش ترفندها و نکات و تکنیک های داکر
دوره کدنویسی پروژه های یادگیری ماشینی با Scala and Spark
آموزش انجام پروژه های Machine Learning به زبان Java
آموزش نکات ، ترفندها و تکنیک های Spring Boot
آموزش کدنویسی REST API ها در زبان Spring
آموزش استفاده از Kubernetes برای پیاده سازی Serverless
آموزش برنامه نویسی Reactive در زبان Java 12