Aprendizaje de transferencia de aprendizaje de máquina de flujo tensor
Conozca los fundamentos de la Red Neural Convolucional y transfiera el aprendizaje en este curso gratuito en línea.
Description
Este curso gratuito en línea en Tensor Flow Machine Learning para transferir el aprendizaje comenzará por introducirlo en el concepto de Redes Neurales Convolucionales, conocido de otro modo como CNNs. También aprenderás sobre las operaciones de convolución, el procedimiento para la creación de filtros así como la evaluación de filtros. Este curso le presentará las operaciones clave en Convolution Neural Networks y demostrar su uso en el reconocimiento de la tarea de los dígitos escritos a mano. También aprenderá acerca de la agrupación, el resumen del modelo y las diferencias entre CNNs y la red neuronal de avance del canal de información.
Este curso introduce la importancia del modelo de aprendizaje automático preformado como un extractor de características. También aprenderá el procedimiento para afinar un modelo preformado. A continuación, se le introducirá en el proceso de creación de modelos de clasificación de imágenes desde cero utilizando estrategias empleadas en la práctica. También aprenderá a visualizar lo que está aprendiendo la Red Neural de Convolution.
El curso explica entonces el proceso de usar Tensorflow Keras como una API para construir modelos de aprendizaje automático. También aprenderá sobre la visión general de la programación a los estimadores, las funciones de entrada y las columnas de características. Este curso explica en gran detalle la importancia del modelo de árbol potenciado y cómo utilizar la API de estimator de Tensorflow para entrenar clasificadores de árboles potenciados. Aprenderá a crear funciones de entrada y columnas de características. También aprenderá sobre la importancia de incluir proyectores, codificación, incrustación de capas y decodificación
Inicio Curso AhoraModules
Red neuronal convolucional
-
Red neuronal convolucional-Resultados de aprendizaje
-
Redes neuronales convolucionales
-
Operaciones clave en CNN
-
Transferencia de aprendizaje con CNNs preformados
-
Transferencia de aprendizaje con Tensorflow Hub
-
Clasificación y visualización de imágenes
-
Red neuronal convolucional-Resumen de la lección
Formación e incrustación
-
Formación e incrustación-Resultados de aprendizaje
-
API de estimador
-
Regresión logística
-
Árboles potenciados
-
Introducción a las incrustaciones de palabras
-
Red neuronal convolucional-Resumen de la lección
Evaluación del curso
Learning Outcomes
Tras la finalización satisfactoria de este curso, podrá:
- Explicar el proceso de operaciones de convolución
- Discutir las operaciones clave en CNN y demostrar su uso en el reconocimiento de la tarea de dígitos escritos a mano
- Describir el proceso de utilizar el modelo de aprendizaje automático preformado como un extractor de características
- Explicar el procedimiento de ajuste de un modelo preformado
- Discutir la API de Estimator y su aplicación
- Explicar cómo crear un clasificador de regresión logística con la API de estimator de Tensorflow
- Definir el modelo de árbol potenciado y discutir su rendimiento
Certification
All Alison courses are free to study. To successfully complete a course you must score 80% or higher in each course assessments. Upon successful completion of a course, you can choose to make your achievement formal by purchasing an official Alison Diploma, Certificate or PDF.
Having an official Alison document is a great way to celebrate and share your success. It is:
- Ideal to include with CVs, job applications and portfolios
- A way to show your ability to learn and achieve high results