Schulungsübersicht
TensorFlow-Grundlagen
- Erstellen, Initialisieren, Speichern und Wiederherstellen von TensorFlow Variablen. Zuführen, Lesen und Vorladen von TensorFlow Daten. Verwendung der TensorFlow Infrastruktur zum Trainieren von Modellen im großen Maßstab. Visualisieren und Bewerten von Modellen mit TensorBoard
TensorFlow Mechanik
- Eingaben und Platzhalter bilden das GraphS-Inferenzverlusttraining
Vom Perzeptron zur Support Vector Machine
- Kernel und der Kernel-Trick Maximale Randklassifizierung und Unterstützungsvektoren
Künstlich Neural Networks
- Nichtlineare Entscheidungsgrenzen Künstliche neuronale Feedforward- und Feedback-Netzwerke Mehrschichtige Perzeptrone Minimierung der Kostenfunktion Vorwärtsausbreitung Rückwärtsausbreitung Verbesserung der Art und Weise, wie neuronale Netzwerke lernen
Faltung Neural Networks
- Goals Modellarchitekturprinzipien Codeorganisation Starten und Trainieren des Modells Bewerten eines Modells
Voraussetzungen
Hintergrund in Physik, Mathematik und Programmierung. Beteiligung an Bildverarbeitungsaktivitäten.
Erfahrungsberichte (5)
I liked the opportunities to ask questions and get more in depth explanations of the theory.
Sharon Ruane
Kurs - Neural Networks Fundamentals using TensorFlow as Example
Very good all round overview.Good background into why Tensorflow operates as it does.
Kieran Conboy
Kurs - Neural Networks Fundamentals using TensorFlow as Example
I was amazed at the standard of this class - I would say that it was university standard.
David Relihan
Kurs - Neural Networks Fundamentals using TensorFlow as Example
Knowledgeable trainer
Sridhar Voorakkara
Kurs - Neural Networks Fundamentals using TensorFlow as Example
I really appreciated the crystal clear answers of Chris to our questions.