课程信息
如果你是一名想要构建可扩展的AI驱动算法的软件开发人员,那么你需要了解如何使用这些工具来构建它们。本课程将教你如何使用TensorFlow,TensorFlow是一种流行的机器学习开源框架。
Andrew Ng的机器学习课程和深度学习专业化课程中教授机器学习和深度学习的最重要和基础原理。这个新的deeplearning.ai TensorFlow专业化课程教你如何使用TensorFlow来实现这些算法,以便你可以开始构建可应用的可扩展模型并将其应用于实际问题。为了更深入地了解神经网络的工作原理,我们建议你学习深度学习专业化课程。
本课程主要讲解关于AI,ML和DL的Tensorflow简介。
课程主要内容
了解使用TensorFlow的最佳实践,TensorFlow是一种流行的开源机器学习框架
在TensorFlow中构建基本的神经网络
为计算机视觉应用训练神经网络
了解如何使用卷积来改善你的神经网络
课程主页
https://www.coursera.org/learn/introduction-tensorflow
教学大纲
1、一种新的编程范式
欢迎参加本课程,从基础知识学习掌握Tensorflow。我第一周,你将会得到一个关于什么是机器学习和深度学习的概述,以及它们如何为你提供一个新的编程范例,给你一套新的工具来打开之前未探索过的场景。你所需要知道的只是一些非常基本的编程技能,随着你的前进,你会学到其余的知识。
引言:与吴恩达的对话
机器学习入门
神经网络的“你好世界”
在TensorFlow和Python中体验“你好世界”
2、计算机视觉导论
欢迎来到课程的第二周!在第一周,你了解了机器学习和深度学习是一种新的编程范式。本周,你将通过几行代码来解决计算机视觉的问题,从而将这一点提高到一个新的水平!
与吴恩达的对话
计算机视觉导论
编写代码以加载训练数据
计算机视觉神经网络的编码
浏览笔记本以获得计算机视觉
使用回调来控制训练
3、卷积神经网络增强视觉
欢迎来到第三周!在第二周,你看到了计算机视觉的基本神经网络。它做得很好,但是它的方法有点幼稚。本周,我们将会看到如何让它变得更好。
与吴恩达的对话
什么是卷积和池化?
实现卷积层
实现池化层
用卷积改进Fashion分类器
4、使用真实世界的图像
上周,你看到了如何使用卷积来改善深层神经网络的结果。这是一个良好的开端,但是你使用的数据非常基础。当你的图像变大时,或者如果特征不总是在同一个地方,会发生什么?本周将要学习的东西做好准备:处理复杂的图像!
与吴恩达的对话
理解图像生成器
定义ConvNet以使用复杂的图像
用fit_generator训练ConvNet
浏览开发ConvNet
用fit_generator遍历训练ConvNet
增加自动验证以测试准确性
探索压缩图像的影响
往期精品内容推荐
工业级实战 – 一文教会你基于Docker在Kubernetes上部署深度学习模型
深度学习工业级部署实践:基于Spark部署Tensorflow深度学习模型
2018/2019/校招/春招/秋招/自然语言处理/深度学习/机器学习知识要点及面试笔记
DeepLearning_NLP
深度学习与NLP
商务合作请联系微信号:lqfarmerlq