NộI Dung
- Giới thiệu về Tensorflow cho AI Machine Learning và Deep Learning (Được cung cấp bởi deeplearning.ai)
- Không lỗi, không căng thẳng - Hướng dẫn từng bước của bạn để tạo ra phần mềm thay đổi cuộc sống mà không phá hủy cuộc sống của bạn
- Dòng chảy trong học tập thực hành (Được cung cấp bởi deeplearning.ai)
- Mạng nơ-ron kết hợp và dòng chảy (Được cung cấp bởi deeplearning.ai)
- Hiểu hình ảnh với Tensorflow trên GCP (Được cung cấp bởi Google Cloud Platform)
- Serverless Machine Learning với Tensorflow trên Google Cloud Platform (Được cung cấp bởi Google Cloud Platform)
- Xử lý ngôn ngữ tự nhiên với hàng chục dòng (Được cung cấp bởi deeplearning.ai)
- Phần kết luận
Lấy đi:
Tensorflow là một trong những thư viện mã nguồn mở yêu thích của kỹ sư ML để đại diện cho các hàm mã liên quan đến ML và trực quan hóa các hoạt động toán học được sử dụng trong các mạng thần kinh và các thiết lập ML khác.
Tensorflow là một trong những thư viện mã nguồn mở yêu thích của kỹ sư máy học (ML) để biểu diễn các hàm mã liên quan đến ML và trực quan hóa các hoạt động toán học được sử dụng trong các mạng thần kinh và các thiết lập ML khác.
Dưới đây là sáu khóa học có sẵn trên cổng thông tin học tập Coursera hướng dẫn sinh viên hướng tới sự hiểu biết đầy đủ hơn về môi trường Tensorflow.
- Giới thiệu về Tensorflow cho AI Machine Learning và Deep Learning (Được cung cấp bởi deeplearning.ai)
- Dòng chảy trong học tập thực hành (Được cung cấp bởi deeplearning.ai)
- Mạng nơ-ron kết hợp và dòng chảy (Được cung cấp bởi deeplearning.ai)
- Hiểu hình ảnh với Tensorflow trên GCP (Được cung cấp bởi Google Cloud Platform)
- Serverless Machine Learning với Tensorflow trên Google Cloud Platform (Được cung cấp bởi Google Cloud Platform)
- Xử lý ngôn ngữ tự nhiên với hàng chục dòng (Được cung cấp bởi deeplearning.ai)
Giới thiệu về Tensorflow cho AI Machine Learning và Deep Learning (Được cung cấp bởi deeplearning.ai)
Khóa học này giúp sinh viên hiểu cách xây dựng các thuật toán có thể mở rộng và cách học sâu hoạt động. Mạng lưới thần kinh là một trọng tâm của khóa học đa dạng này, sử dụng một số kiến thức của chuyên gia Andrew Ng để chỉ cho sinh viên các nguyên tắc hàng chục trong công việc.
Đây là khóa học cấp trung cấp trực tuyến 100% và mất khoảng tám giờ để hoàn thành, với khung thời gian đề xuất là bốn tuần.
Học sinh sẽ học cách đào tạo một mạng lưới thần kinh cho thị giác máy tính, tìm hiểu các thực tiễn tốt nhất của Tensorflow, học cách hiểu các mạng thần kinh tích chập và xây dựng một mạng lưới thần kinh cơ bản với Tensorflow.
Hướng dẫn toàn diện về loại hình ảnh và xử lý các thành phần máy học này.
Không lỗi, không căng thẳng - Hướng dẫn từng bước của bạn để tạo ra phần mềm thay đổi cuộc sống mà không phá hủy cuộc sống của bạn
Bạn không thể cải thiện kỹ năng lập trình của mình khi không ai quan tâm đến chất lượng phần mềm.
Dòng chảy trong học tập thực hành (Được cung cấp bởi deeplearning.ai)
Bốn mô-đun giúp sinh viên khám phá các ứng dụng trí tuệ nhân tạo (AI) và cách chúng được tạo ra. Xây dựng và đào tạo mạng lưới thần kinh là một phần của chương trình giảng dạy này và sinh viên sẽ học cách sử dụng các cấu trúc trong xử lý hình ảnh, để tạo điều kiện cho khả năng nhận dạng và phân loại tiên tiến.
Học sinh có thể có được cái nhìn đầu tiên về cách máy móc học cách xử lý và cách các mạng thần kinh xử lý dữ liệu đầu vào.
Các yếu tố thực hành o khóa học sẽ cho thấy các loại công nghệ này hoạt động như thế nào trong thế giới thực. Khóa học trực tuyến này mất khoảng một tháng để hoàn thành và là một khóa học trung cấp.
Mạng nơ-ron kết hợp và dòng chảy (Được cung cấp bởi deeplearning.ai)
Khóa học này tập trung đặc biệt vào mạng nơ ron tích chập, là một loại khái niệm cụ thể trong thế giới máy học. CNN, như nó gọi là, xử lý xử lý hình ảnh thông qua việc sử dụng các lớp khác nhau trong mạng lưới thần kinh.
Các kỹ thuật như sải chân và đệm được sử dụng để lọc và khảo sát hình ảnh, và thông tin sẽ được chuyển qua hệ thống để cuối cùng huấn luyện máy tính xác định các đối tượng hoặc các khía cạnh khác của hình ảnh.
Học sinh sẽ tìm hiểu về cách máy tính "nhìn thấy" thông tin và các hoạt động cụ thể nào dẫn đến các tác vụ nhận dạng và xử lý ảnh hiệu quả.
Học sinh sẽ tìm hiểu về các vấn đề khác nhau như mất cốt truyện, thừa và bỏ học để tìm kiếm các thực tiễn tốt nhất trong việc xây dựng và duy trì các khả năng CNN để nhận dạng khuôn mặt, phát triển sản phẩm và hơn thế nữa.
Học chuyển cũng sẽ là một phần của giáo trình này và sinh viên sẽ tìm hiểu thêm về khai thác tính năng và lựa chọn tính năng như là một thành phần của chiều hướng thành công.
Khóa học trung cấp này hoàn toàn trực tuyến và mất khoảng bảy giờ để hoàn thành với khung thời gian khóa học được đề xuất là bốn tuần.
Hiểu hình ảnh với Tensorflow trên GCP (Được cung cấp bởi Google Cloud Platform)
Khóa học máy học nâng cao này được thiết kế dành riêng cho Google Cloud. Môi trường hàng đầu này đã được nhiều nhà phát triển xây dựng các chương trình ML mới nhất và tốt nhất.
Khóa học này sẽ cho sinh viên thấy các chiến lược khác nhau để kết hợp các phân loại hình ảnh và sẽ giúp họ hiểu được các cấu trúc mạng thần kinh tích chập. Khai thác và lựa chọn tính năng cũng là một phần trọng tâm của khóa học này và sinh viên sẽ được đào tạo về cách ngăn ngừa quá mức và các vấn đề liên quan.
Các thành phần thực hành đòi hỏi kiến thức về SQL, Python và Tensorflow cơ bản.
Khóa học này trực tuyến 100% ở cấp độ nâng cao và mất 11 giờ để hoàn thành với khoản đầu tư thời gian đề xuất là 5 - 7 giờ mỗi tuần.
Serverless Machine Learning với Tensorflow trên Google Cloud Platform (Được cung cấp bởi Google Cloud Platform)
Khóa học này cũng sử dụng ý tưởng làm việc với Tensorflow trên Google Cloud Platform, nhưng thêm ý tưởng về máy tính không có máy chủ để hình dung việc học máy trong một loại môi trường khác.
Trong máy tính không có máy chủ, các chức năng được thiết kế để phân phối khi cần thiết. Khóa học này sẽ nói về các trường hợp sử dụng cho loại thiết lập này và sẽ cho phép sinh viên tham gia xây dựng mô hình Tensorflow ML. Có sự nhấn mạnh về khả năng mở rộng và triển khai với sự hiểu biết về các tính năng tiền xử lý và cách quay các mô hình ML trong khả năng ảo hóa hiệu quả.
Khóa học trung cấp này hoàn toàn trực tuyến và mất 12 giờ để hoàn thành, với khung thời gian đề xuất là một tuần.
Xử lý ngôn ngữ tự nhiên với hàng chục dòng (Được cung cấp bởi deeplearning.ai)
Một trong những ứng dụng phổ biến nhất của Tensorflow và các công cụ học máy khác là thực hành xử lý ngôn ngữ tự nhiên (NLP).
Khóa học này sẽ giúp sinh viên làm quen với một số thành phần của NLP liên quan đến việc gắn thẻ các đơn vị lời nói và các kỹ thuật khác giúp mạng lưới thần kinh xây dựng các mô hình dự đoán cấu trúc. NLP đã được hưởng lợi nhiều từ ML và sinh viên có thể hưởng lợi từ việc tận mắt nhìn thấy các kỹ thuật này hoạt động như thế nào.
Với nghiên cứu thực hành, sinh viên sẽ giải quyết các vấn đề trong thế giới thực như cách áp dụng các mạng thần kinh và LSTM tái phát trong Tensorflow và cách xử lý bằng cách sử dụng mã thông báo và vectơ.
Khóa học này là một khóa học trung cấp trực tuyến 100%, mất chín giờ để hoàn thành với khung thời gian đề xuất là bốn tuần.
Phần kết luận
Sử dụng bất kỳ cơ hội học tập sáng tạo nào này để kết nối tốt hơn với các loại hạt và bu lông của ML thông qua việc hiểu không chỉ thuật ngữ, mà cả các bản dựng của các hệ thống thường hoạt động bằng cách sử dụng Tensorflow.