Loading

Tensor Flow Machine Learning Transfer Learning

Conheça os fundamentos da Rede Neural Convolucional e o aprendizado de transferência neste curso online gratuito.

Publisher: NPTEL
Este curso online gratuito em Tensor Flow Machine Learning transfer learning irá apresentá-lo a uma nova arquitetura de rede neural conhecida como Convolutional Neural Network (CNNs). Você também aprenderá sobre classificação de imagem e visualização assim como o transfer Learning com o pré-treinado Convolutional Neural Network e TensorFlow hub. Você também será introduzido no método de utilização da API Estimator para criar modelos de aprendizado de máquina.
Tensor Flow Machine Learning Transfer Learning
  • Duração

    4-5 Horas
  • Students

    462
  • Accreditation

    CPD

Descrição

Modules

Resultado

Certificação

View course modules

Description

Este curso online gratuito em Tensor Flow Machine Learning para transferir o aprendizado começará introduzindo você ao conceito de Redes Neurais Convolutionais, de outra forma conhecida como CNNs. Você também aprenderá sobre operações de convolução, procedimento para a criação de filtros, bem como a avaliação de filtros. Este curso irá apresentá-lo às principais operações em Convolution Neural Networks e demonstrará seu uso em reconhecer tarefa de dígito escrito. Você também aprenderá sobre a pooling, o resumo do modelo e as diferenças entre CNNs e rede neural de avanço de feeds.

Este curso então introduz a importância do modelo de aprendizado de máquina pré-treinada como um extrator de recurso. Você também aprenderá o procedimento para afinar um modelo pré-treinado. Em seguida, você será apresentado ao processo de construção de modelos de classificação de imagem a partir do zero usando estratégias empregadas na prática. Você também aprenderá como visualizar o que o Convolution Neural Network está aprendendo.

O curso então explica o processo de utilização de Tensorflow Keras como uma API para construir modelos de aprendizado de máquina. Você também aprenderá sobre a visão geral da programação para estimadores, funções de entrada e colunas de recursos. Este curso explica em grande detalhe a importância do modelo de árvore impulsionado e como utilizar a API de estimadores de Tensorflow para treinar classificadores de árvores impulsionados. Você aprenderá como criar funções de entrada e colunas de recursos. Você também aprenderá sobre a importância de incorporação de projetores, codificação, camadas incorporadoras e decodificação

Iniciar Curso Agora

Careers