Loading

Learning Learning Transfer Learning di tensor Flow

Scopri i fondamenti di Convolutional Neural Network e trasferimento di apprendimento in questo corso gratuito online.

Publisher: NPTEL
Questo corso gratuito online in Tensor Flow Machine Learning transfer learning vi introdurrà una nuova architettura di rete neurale conosciuta come Convoluzionional Neural Network (CNNs). Imparerai anche la classificazione e la visualizzazione delle immagini oltre che il trasferimento Learning con rete neurale Convoluzionistica pre - addestrata e hub di TensorFlow. Verrà inoltre introdotto il metodo di utilizzo dell'API di stima per creare modelli di machine learning.
Learning Learning Transfer Learning di tensor Flow
  • Durata

    4-5 Oras
  • Students

    462
  • Accreditation

    CPD

Descrizione

Modules

Risultato

Certificazione

View course modules

Description

Questo corso online gratuito in Tensor Flow Machine Learning per trasferire l'apprendimento inizierà introducendo il concetto di Reti Neurali Convoluzionistiche, altrimenti nota come CNNs. Imparerai anche le operazioni di convoluzione, la procedura per la creazione di filtri così come la valutazione dei filtri. Questo corso ti introdurrà nelle operazioni chiave in Convolution Neural Networks e dimostrerà il loro utilizzo nel riconoscere l'attività di cifra scritta a mano. Imparerai anche il pooling, il riepilogo del modello e le differenze tra CNNs e rete neurale feed - forward.

Questo corso introduce poi l'importanza del modello di apprendimento automatico pre - addestrato come estrattore di feature. Imparerai anche la procedura per l'ottimizzazione di un modello pre - addestrato. Successivamente verrà introdotto il processo di costruzione dei modelli di classificazione delle immagini da zero utilizzando le strategie impiegate nella pratica. Imparerai anche a visualizzare cosa sta imparando il Convolution Neural Network.

Il corso spiega poi il processo di utilizzo di Tensorflow Keras come API per costruire modelli di machine learning. Imparerai anche la panoramica della programmazione a stimatori, funzioni di input e colonne di funzione. Questo corso spiega in grande dettaglio l'importanza del modello di albero potenziato e come utilizzare l'API di stimatore Tensorflow per formare classificatori di alberi potenziati. Imparerai come creare funzioni di input e colonne di funzione. Imparerai anche l'importanza dei proiettori di incorporazione, codifica, strati di incorporazione e decodifica

Inizio Corso Ora

Careers