frontendmasters
FrontendMasters - Одна из самых лучших площадок для изучения Frontend. Видеокурсы ведут ведущие люди в этой отрасли.
Практическое руководство по глубокому обучению с TensorFlow 2.0 и Keras
A Practical Guide to Deep Learning with TensorFlow 2.0 and Keras
★4.7 (всего оценок - 23)
Продолжительность
5 ч 23 мин
Категория
Глубокое обучениеКоличество уроков
43 Видео
Дата добавления
20 нояб. 2019 г., 10:52
Язык
Английский
Дата выхода
13 нояб. 2019 г., 10:49
Дата обновления
25 мар. 2020 г., 08:37
Этот воркшоп предназначен для демонстрации практического применения глубокого обучения и искусственного интеллекта на вашем локальном компьютере (python) и в вашем браузере (JavaScript). Там не будет никаких сложных математических объяснений! Мы будем строить интуицию и изучать общие передовые практики, используемые в науке о данных и машинном обучении. И все это будет сделано с использованием TensorFlow2.0 и Keras.
- Вы увидите интересные приложения Deep Learning
- Примеры будут работать с различными медиа - изображения, видео, звук, текст, игровые взаимодействия
- Основное внимание будет уделено построению интуиции, а не математическим навыкам.
- Это будет весело и интерактивно
- Вы многому научитесь!
Удален по просьбе правообладателя
- Урок 1.00:06:34Introduction
- Урок 2.00:05:45Jupyter Notebook & TensorFlow
- Урок 3.00:03:46Machine Learning Demo
- Урок 4.00:03:39Deep Learning, Machine Learning, & Neural Networks Resources
- Урок 5.00:04:29Statistics & Machine Learning
- Урок 6.00:08:48Neurons & Neuron Layers
- Урок 7.00:06:28Deep Learning
- Урок 8.00:07:13Neurons & Model Training
- Урок 9.00:04:30Training Models
- Урок 10.00:06:10Deep Learning & AI
- Урок 11.00:07:19AI Modeling Demo
- Урок 12.00:06:27Combining Neural Networks & AI
- Урок 13.00:06:00Jupyter Notebook Setup
- Урок 14.00:05:03Hardware & Compiler
- Урок 15.00:13:15Tensorflow Architecture
- Урок 16.00:04:40Plotting Uniform Data
- Урок 17.00:09:34Plotting Data with Noise
- Урок 18.00:10:02Predicting Data with TensorFlow
- Урок 19.00:05:27Visualizing Learning Rate & Loss
- Урок 20.00:14:06Learning Rate & Gradients
- Урок 21.00:09:08Learning Rate vs Steps
- Урок 22.00:09:57Image Processing with Keras
- Урок 23.00:07:16Creating a 2D Image Model
- Урок 24.00:04:12Sigmoid vs. ReLU
- Урок 25.00:03:32Softmax
- Урок 26.00:08:10Understanding the Model
- Урок 27.00:06:34Defining the Solver & Loss Function
- Урок 28.00:10:06Training a Model
- Урок 29.00:09:42Comparing Different Models
- Урок 30.00:08:09Principal Component Analysis
- Урок 31.00:07:33Convolutions & Pooling Definitions
- Урок 32.00:01:22Adding Convolutions & Pooling
- Урок 33.00:15:38Diagramming Convolutions & Pooling
- Урок 34.00:11:16Visualizing Convolutional Operations
- Урок 35.00:07:59Predicting, Saving & Loading Models
- Урок 36.00:14:05Neural Network Attention
- Урок 37.00:04:29Bias in Training Data Sets
- Урок 38.00:09:32Detecting Good & Bad Reviews
- Урок 39.00:11:05Natural Language Processing
- Урок 40.00:06:12Sentiment Analysis
- Урок 41.00:10:57Long Short Term Memory
- Урок 42.00:05:43Reinforcement Learning
- Урок 43.00:01:24Wrapping Up
Автор - frontendmasters
Комментарии