کورس کدنویسی TensorFlow

آیا می خواهید در مورد یادگیری ماشین اطلاعات بیشتری کسب کنید؟ آیا می خواهید پروژه های یادگیری ماشین خود را کدگذاری کنید؟ آیا می خواهید در یکی از محبوب ترین چارچوب های یادگیری ماشین مجوز دریافت کنید؟ این دوره برای شما است!
TensorFlow ابزاری خارق العاده برای مبتدیان و متخصصان در یادگیری ماشین است. در این دوره ، ما درک خود را از شبکه های Tensorflow و عصبی از اصول اول ایجاد خواهیم کرد. تانسور چیست؟ چگونه جریان می یابد؟ چگونه می توانید از این ابزارها برای آموزش ماشین آلات استفاده کنید؟ پردازش زبان طبیعی. بعد از اینکه مدل هایی را به همراه من ساخته اید ، این فرصت را خواهید داشت که مهارت های خود را در مورد مشکلات مشابه در آزمایشگاه های ما تمرین کنید!

عنوان اصلی : TensorFlow Developer Certificate Exam Prep

سرفصل های دوره :

01 مقدمه:
001 آنچه شما باید قبل از شروع این دوره بدانید
002 بررسی اجمالی دوره
003 آزمایشگاه و امتحان تمرین
004 درباره معمار
02 تنظیم محیط:
001 Pycharm را نصب کنید
002 Pycharm را تنظیم کنید
03 مبانی tensorflow:
001 معرفی اصول Tensorflow
002 تانسور چیست؟
003 درک رتبه 0 تنش
004 درک رتبه 1 تنش
005 درک رتبه 2 تنش
006 درک رتبه 3 تنش و فراتر از آن
007 چگونه یک تانسور جریان می یابد؟
008 Keras
009 مرور اصول TensorFlow
04 شبکه عصبی در Tensorflow:
001 معرفی شبکه های عصبی در Tensorflow
002 شبکه عصبی عمیق (DNN)
003 پیچش
004 استخر
005 شبکه عصبی Convolutional (CNN)
006 شبکه عصبی مکرر (RNN)
توابع از دست دادن 007
008 بهینه ساز
توابع فعال سازی 009
010 بررسی شبکه عصبی
05 داده در:
001 داده در نمای کلی
002 خواندن CSV
003 خواندن json
004 خواندن تصاویر
005 خواندن متن ساده
006 با استفاده از API مجموعه داده
007 خواندن tfrecord
06 طبقه بندی تصویر:
001 داده های تصویر
002 ساختن یک مدل طبقه بندی تصویر
003 ارزیابی مدل طبقه بندی تصویر
004 بهبود مدل طبقه بندی تصویر
07 سری و مدل سازی دنباله:
001 سری و نمای کلی توالی
002 سری و دنباله داده های دستگیره
003 ساخت یک سری و مدل دنباله
004 ارزیابی مدل و مدل دنباله
005 مدل های سری و دنباله
08 پردازش زبان طبیعی:
001 معرفی پردازش زبان طبیعی
002 داده های زبان طبیعی درگیری
003 داده های در حال بررسی در یک مدل پردازش زبان طبیعی
004 ساختن یک مدل پردازش زبان طبیعی
005 ارزیابی مدل NLP
006 بهبود مدل NLP
007 بررسی NLP
09 در مورد امتحان:
001 منابع موجود
002 شرکت در امتحان
نکات امتحان 003
10 دوره بسته بندی:
001 خلاصه دوره
002 بعدی چیست؟