TensorFlow และ Deep Learning: สร้างและฝึกอบรมเครือข่ายประสาท

เรียนรู้พื้นฐานของเครือข่ายประสาท และสร้างแบบจำลองการเรียนรู้ลึกของคุณเอง ด้วยการใช้ TensorFlow เพื่อแก้ไขปัญหาการลดลงและจัดประเภทในโลกจริง

4.7 (1,037) ⏱ 1 ชม. 27 นาที 📚 6 บทเรียน 🎧 เวอร์ชันเสียง

เกี่ยวกับคอร์สนี้

การเรียนรู้ลึกเป็นสิ่งที่ขับเคลื่อนความก้าวหน้าที่น่าตื่นเต้นที่สุดในเทคโนโลยีในปัจจุบัน แต่การเริ่มต้นสร้างเครือข่ายประสาทของคุณเองอาจรู้สึกท่วมท้น คุณจะเรียนรู้การเปลี่ยนแปลงจากความเข้าใจโครงสร้างข้อมูลพื้นฐานไปสู่การออกแบบ, การฝึกอบรม, และประเมินแบบจำลองการเรียนรู้ลึกของคุณเอง ด้วยการทำงานผ่านคำอธิบายแบบเขียนและตัวอย่างโค้ดที่ใช้ได้จริง คุณจะพัฒนารากฐานที่แข็งแกร่งในสถาปัตยกรรมเครือข่ายประสาทและเรียนรู้วิธีใช้ทักษะเหล่านี้กับชุดข้อมูลในโลกจริง คุณจะเรียนรู้อะไร เข้าใจหลักการของเทนเซอร์ การคำนวณทางคณิตศาสตร์ และวิธีการที่การเร่งความเร็วของฮาร์ดแวร์ ช่วยเพิ่มความเร็วในการฝึก - สร้างเครือข่ายประสาทตามลำดับ เพื่อแก้ไขปัญหาทั้งการย้อนกลับและการจัดประเภท - ใช้เทคนิคการประมวลผลข้อมูลแบบสมัยใหม่ ใช้ระบบการจัดการข้อมูลที่มีประสิทธิภาพ สำหรับกระบวนการทำงานที่สะอาด - ปรับแต่งฟังก์ชันการสูญเสีย เครื่องมือปรับปรุง และตัววัดการประเมิน เพื่อปรับปรุงประสิทธิภาพของแบบจำลอง - ฝึกการเก็บ, โหลด และเตรียมตัวอย่าง สำหรับการใช้งานพื้นฐาน โดยใช้มาตรฐานอุตสาหกรรมสมัยใหม่ หลักสูตรนี้เริ่มต้นด้วยการคำนวณแบบเทนเซอร์พื้นฐานก่อนจะไปต่อไปที่ขั้นตอนการคำนวณแบบย้อนกลับและสถาปัตยกรรมการจัดหมวดหมู่ คุณจะเรียนรู้ผ่านบทเรียนที่มีโครงสร้างและแบบฝึกหัดที่ใช้โค้ดเพื่อเสริมสร้างความเข้าใจของคุณในทุกๆขั้นตอน หลักสูตรนี้ถูกออกแบบมาสำหรับผู้เริ่มต้นที่ต้องการเรียนรู้การเรียนรู้ลึก (Deep Learning) ตั้งแต่พื้นฐานขึ้นไป โดยไม่ต้องมีประสบการณ์ก่อนหน้านี้กับการเรียนรู้ของเครื่อง ถึงแม้ว่าความคุ้นเคยพื้นฐานกับภาษาไพธอนจะช่วยได้ เริ่มอ่านวันนี้ และก้าวแรกของคุณ ไปสู่การสร้าง เครือข่ายประสาทอัจฉริยะ

สิ่งที่คุณจะได้รับ

  • 📜 ใบประกาศนียบัตร
    เพิ่มในโปรไฟล์ LinkedIn ของคุณ
  • 💬 Personal AI tutor
    Stuck on a lesson? Ask your built-in tutor anything, any time.
  • 🎧 รวมเวอร์ชันเสียง
    เรียนได้ทุกที่ ไม่ต้องดูจอ
  • ♾️ เข้าถึงตลอดชีพ
    กลับมาเรียนได้ตลอด ไม่มีหมดอายุ
  • 📱 โทรศัพท์หรือคอมพิวเตอร์
    ใช้งานได้ทุกที่ ทุกอุปกรณ์
  • 💸 คืนเงิน 30 วัน
    ไม่ต้องอธิบาย
  • กระชับและตรงประเด็น
    1 ชม. 27 นาที เนื้อหาเชิงปฏิบัติ

รีวิว (3)

Mihkel Lember EE ผู้เรียนที่ยืนยันแล้ว
★ 4 · 2026-04-08T08:51:52+00:00

เป็นคอร์สที่ดีเลยครับ โครงสร้างสมเหตุสมผล ตัวอย่างส่วนใหญ่มีประโยชน์ แต่อาจจะต้องมีสถานการณ์จริงเพิ่มอีกหน่อย

هدى DZ
★ 3 · 2026-02-18T20:15:52+00:00

พื้นฐานค่อนข้างดี คำอธิบายส่วนใหญ่ชัดเจน โครงสร้างก็สมเหตุสมผล ถือว่าเป็นคอร์สที่คุ้มค่า

Siya Sharma SG
★ 4 · 2025-10-26T09:51:52+00:00

สร้างพื้นฐานได้ดีทีเดียว คำอธิบายบางส่วนน่าจะชัดเจนกว่านี้ และจังหวะก็ไม่สม่ำเสมอ แต่โดยรวมแล้วเป็นประสบการณ์การเรียนรู้ที่มีคุณค่า

เขียนรีวิว

หลังจากส่ง เราจะขอให้คุณเข้าสู่ระบบ — ฉบับร่างของคุณถูกบันทึก

ผู้เรียนคนอื่นเรียน

พื้นฐานของเครือข่ายประสาทและการเรียนรู้ลึกสมัยใหม่

เรียนรู้หลักการพื้นฐานของระบบประสาท และการเรียนรู้ลึก เพื่อเริ่มต้นการเข้าใจ ออกแบบ และฝึกอบรม แบบจำลองปัญญาประดิษฐ์สมัยใหม่
★ 5.0 (6,972)
$4.99

การปรับแต่ง PyTorch และเครื่องมือใน Ecosystem

เรียนรู้วิธีสร้างโมเดล Deep Learning ที่เร็วขึ้นและมีประสิทธิภาพมากขึ้นโดยใช้ PyTorch Profiler, Optuna สำหรับการปรับจูน Hyperparameter และเทคนิคการเพิ่มประสิทธิภาพที่ทันสมัย
★ 5.0 (16)
$4.99

พื้นฐานการเรียนรู้ของเครื่อง: เครือข่ายประสาทและต้นไม้การตัดสินใจ

สร้างและฝึกการทำงานของเครือข่ายประสาทและตำแหน่งของต้นไม้การตัดสินใจโดยใช้ TensorFlow เพื่อแก้ไขปัญหาการจัดประเภทและความถดถอยที่ซับซ้อนในโลกแห่งความเป็นจริง
★ 4.9 (8,684)
$4.99

พื้นฐานการเรียนรู้ของเครื่อง

เข้าใจหลักการของปัญญาประดิษฐ์ และเรียนรู้วิธีการสร้างแบบจำลองการคาดการณ์ครั้งแรกของคุณ จากจุดเริ่มต้น
★ 4.9 (1,416)
$4.99

คำถามที่พบบ่อย

ฉันต้องใช้อะไรในการเรียนคอร์สนี้? +

แค่โทรศัพท์หรือคอมพิวเตอร์ที่มีอินเทอร์เน็ต ไม่ต้องติดตั้งหรือใช้อุปกรณ์พิเศษ

ฉันชำระเงินอย่างไร? +

ผ่านบัตรด้วย Stripe หรือคริปโต เราไม่เก็บข้อมูลบัตร — Stripe จัดการอย่างปลอดภัย

ฉันขอคืนเงินได้ไหม? +

ใช่ — คืนเงินเต็มจำนวนใน 30 วัน ไม่ต้องอธิบาย

ฉันมีสิทธิ์เข้าถึงนานเท่าไร? +

ตลอดไป เมื่อซื้อแล้วคอร์สเป็นของคุณ กลับมาเรียนได้ตลอด

ฉันจะได้ใบประกาศนียบัตรไหม? +

ได้ เมื่อเรียนจบจะได้รับใบประกาศนียบัตรที่เพิ่มในโปรไฟล์ LinkedIn ได้

ออกแบบสำหรับผู้เรียนใน
เทคโนโลยี ดีไซน์ การเงิน การตลาด สาธารณสุข การศึกษา ธุรกิจการบริการ อุตสาหกรรม