Faltungsneurale Netze in TensorFlow | Das Universitätsnetzwerk

Beschreibung

Wenn Sie ein Softwareentwickler sind, der skalierbare Algorithmen mit KI-Unterstützung erstellen möchte, müssen Sie wissen, wie Sie die Tools zum Erstellen dieser Algorithmen verwenden. Dieser Kurs ist Teil der bevorstehenden Spezialisierung für maschinelles Lernen in Tensorflow und vermittelt Ihnen Best Practices für die Verwendung von TensorFlow, einem beliebten Open-Source-Framework für maschinelles Lernen.

In Kurs 2 der Deeplearning.ai TensorFlow-Spezialisierung lernen Sie fortgeschrittene Techniken zur Verbesserung des in Kurs 1 erstellten Computer-Vision-Modells. Sie lernen, wie Sie mit realen Bildern in verschiedenen Formen und Größen arbeiten und die Reise eines visualisieren Bild durch Windungen, um zu verstehen, wie ein Computer Informationen „sieht“, Verlust und Genauigkeit darstellt, und Strategien zu untersuchen, um eine Überanpassung zu verhindern, einschließlich Augmentation und Ausfall. In Kurs 2 lernen Sie schließlich, wie Sie Lernen übertragen und wie erlernte Funktionen aus Modellen extrahiert werden können.

Der Kurs für maschinelles Lernen und die Spezialisierung für tiefes Lernen von Andrew Ng vermitteln die wichtigsten und grundlegendsten Prinzipien des maschinellen Lernens und des tiefen Lernens. In dieser neuen Deeplearning.ai TensorFlow-Spezialisierung erfahren Sie, wie Sie mit TensorFlow diese Prinzipien implementieren, damit Sie skalierbare Modelle erstellen und auf reale Probleme anwenden können. Um ein tieferes Verständnis der Funktionsweise neuronaler Netze zu entwickeln, empfehlen wir Ihnen, die Deep Learning-Spezialisierung zu absolvieren.