دوره آموزشی ساخت برنامههای یادگیری عمیق با Keras 2.0 آپدیت (2017)
1 ساعت 24 دقیقهمتوسط2017-08-01
مدرسین
Adam Geitgey
Developer and Machine Learning Consultant
جزئیات دوره
Keras یک فریمورک برنامه نویسی محبوب برای یادگیری عمیق است که فرایند ساخت برنامههای کاربردی یادگیری عمیق را ساده میکند. به جای ارائه تمام عملکردها، خود از TensorFlow یا Theano در پشت صحنه استفاده میکند و یک رابط برنامه نویسی ساده را در بالا به آن اضافه میکند. در این دوره نحوه نصب Keras و استفاده از آن برای ساختن یک مدل یادگیری عمیق ساده را بیاموزید. بسیاری از مدلهای قدرتمند یادگیری عمیق از قبل آموزش دیده موجود در Keras و نحوه استفاده از آنها را کاوش کنید. نحوه استقرار مدلهای Keras و نحوه انتقال دادهها بین Keras و TensorFlow را کشف کنید تا بتوانید در حین استفاده از Keras از تمام ابزارهای TensorFlow استفاده کنید. با پایان دادن به این دوره، شما آماده خواهید بود تا شروع به ساخت و استقرار مدلهای خود را با Keras کنید.
موضوعات شامل:
کراس چیست؟
استفاده از Keras در مقابل TensorFlow
آموزش یک مدل یادگیری عمیق
با استفاده از یک مدل یادگیری عمیق از قبل آموزش دیده
نظارت بر مدل Keras با TensorBoard
استفاده از مدل Keras آموزش دیده در Google Cloud
موضوعات شامل:
کراس چیست؟
استفاده از Keras در مقابل TensorFlow
آموزش یک مدل یادگیری عمیق
با استفاده از یک مدل یادگیری عمیق از قبل آموزش دیده
نظارت بر مدل Keras با TensorBoard
استفاده از مدل Keras آموزش دیده در Google Cloud
مهارت ها
KerasTensorFlowNeural Networks and Deep LearningPythonGoogleArtificial Intelligence (AI)Open SourceOne-Off
سرفصل ها
0. مقدمه
- 01 - خوش آمدید
- 02 - آنچه باید بدانید
- 03 - استفاده از فایلهای تمرین
1. مرور کلی Keras
- 04 - کراس چیست
- 05 - باطنهای TensorFlow و Theano
- 06 - استفاده از Keras در مقابل TensorFlow
2. راهاندازی Keras
- 07 - نصب Keras با باطن TensorFlow در macOS
- 08 - نصب Keras با باطن TensorFlow در ویندوز
3. ایجاد یک شبکه عصبی در Keras
- 09 - جریان قطار-آزمون-ارزیابی
- 10 - Keras Sequential API
- 11 - پیش پردازش دادههای آموزشی
- 12 - یک مدل Keras را با استفاده از Sequential API تعریف کنید
4. مدلهای آموزشی
- 13 - آموزش و ارزیابی مدل
- 14 - پیش بینی
- 15 - ذخیره و بارگذاری مدل ها
5. مدلهای از پیش آموزش دیده در کراس
- 16 - مدلهای از پیش آموزش دیده
- 17 - تشخیص تصاویر با مدل ResNet50
6. نظارت بر مدل Keras با TensorBoard
- 18 - لاگهای Keras را در قالب TensorFlow صادر کنید
- 19 - نمودار محاسباتی را تجسم کنید
- 20 - پیشرفت تمرین را تجسم کنید
7. استفاده از Trained Keras Model در Google Cloud
- 21 - Export مدلهای سازگار با Google Cloud
- 22 - پیکربندی یک حساب Google Cloud جدید
- 23 - آپلود یک مدل Keras در Google Cloud
- 24 - استفاده از مدل در Google Cloud
نتیجه
- 25 - مراحل بعدی
دوره های مرتبط
- دوره آموزشی مبانی هوش مصنوعی: شبکه های عصبی
- دوره آموزشی ساخت یک راهحل RAG از ابتدا
- دوره آموزشی یادگیری عمیق و هوش مصنوعی مولد: آمادهسازی دادهها، تحلیل و تجسم با پایتون
- دوره آموزشی NLP تولیدی با رمزگذارهای خودکار متغیر
- دوره آموزشی ساخت برنامه های یادگیری عمیق با Keras
- دوره آموزشی یادگیری عمیق با پایتون و کراس: ساخت مدلی برای تحلیل احساسات (2024)
- دوره آموزشی شروع به کار با یادگیری عمیق
- دوره آموزشی ملزومات MLOps: مانیتورینگ مدل دریفت و تعصب