یادگیری مبانی TensorFlow

در این مجموعه آموزش مبانی و مقدمات TensorFlow را یاد گرفته و همراه با مدرس دوره از آن در پروژه های عملی ساده تا پیشرفته استفاده خواهید کرد.

عنوان اصلی : Introduction to TensorFlow

سرفصل ها :

مقدمه Tensorflow M00 01
شروع کار با GCP و Qwiklabs
معرفی
TensorFlow چیست؟
مزایای DAG
سلسله مراتب API TensorFlow
ارزیابی تنبل
نمودار و جلسه
ارزیابی یک تانسور
تجسم یک نمودار
تانسورها
متغیرها
مقدمه آزمایشگاه: نوشتن برنامه های سطح پایین TensorFlow
[ML در GCP C3] نوشتن برنامه های سطح پایین TensorFlow
راه حل آزمایشگاهی
مقدمه ای بر اشکال زدایی برنامه های TensorFlow
چالش: مشکلات شکل
رفع مشکلات شکل
مشکلات نوع داده
اشکال زدایی کامل برنامه ها
معرفی نسخه ی نمایشی: اشکال زدایی کامل برنامه ها
نسخه ی نمایشی: اشکال زدایی کامل برنامه ها
معرفی
تخمینگر API
برآوردگرهای از پیش ساخته شده
نسخه ی نمایشی: مدل قیمت مسکن
ایست بازرسی
آموزش مجموعه داده های درون حافظه
Lab Intro:Estimator API
[ML در GCP C3] پیاده سازی یک مدل یادگیری ماشین در TensorFlow با استفاده از تخمینگر API
راه حل آزمایشگاهی: تخمینگر API
با Dataset API مجموعه داده های بزرگ را آموزش دهید
مقدمه آزمایشگاه: افزایش میزان مصرف TensorFlow با استفاده از بچینگ
[ML در GCP C3] افزایش میزان مصرف TensorFlow با استفاده از دسته‌بندی
راه حل آزمایشگاهی: افزایش میزان مصرف TensorFlow با استفاده از بچینگ
مشاغل بزرگ، آموزش توزیع شده
مانیتورینگ با TensorBoard
نسخه ی نمایشی: رابط کاربری TensorBoard
عملکرد ورودی سرویس L15a
عملکرد ورودی سرویس L15b
مقدمه آزمایشگاه: ایجاد یک مدل آموزشی توزیع شده TensorFlow با تخمینگر API
[ML on GCP C3] ایجاد یک مدل آموزشی توزیع شده TensorFlow با برآوردگر API
راه حل آزمایشگاهی: ایجاد یک مدل آموزشی توزیع شده TensorFlow با تخمینگر API
خلاصه
معرفی
چرا پلتفرم هوش مصنوعی ابری؟
آموزش یک مدل
نظارت بر مشاغل آموزشی
معرفی آزمایشگاه: مقیاس بندی TensorFlow با پلتفرم Cloud AI
[ML در GCP C3] مقیاس‌بندی TensorFlow با Cloud MLE
راه حل آزمایشگاهی: مقیاس بندی TensorFlow با پلتفرم Cloud AI
خلاصه