Глубокий анализ с TensorFlow и облачным движком машинного обучения

Глубокий анализ меняет способы решения сложных задач, от распознавания изображений до обработки естественного языка. Чтобы создавать и масштабировать эти мощные нейронные сети, вам необходимо иметь четкое представление о современных платформах машинного обучения и облачной инфраструктуре. В этом текстовом курсе вы узнаете, как написать чистый код TensorFlow, структурировать нейронные сети и использовать облачные движки машинного обучения для распределенного обучения и прогнозирования. Что вы узнаете: - Понять основную архитектуру нейронных сетей, включая нейроны, функции активации и обратное распространение. - Создание конверсионных нейронных сетей (КНС) для обработки изображений и рекурсивных нейросетей (РНС) - для обработка последовательных данных. - Применять методы обучения без наблюдения, такие как автокодировщики и кластеризация, чтобы обнаружить скрытые шаблоны в данных. - Написать чистый, современный код TensorFlow с использованием высокоуровневого API Keras и современных рабочих процессов исполнения. - Настройте и запустите распределенные задачи обучения на Cloud ML Engine для масштабирования вычислений. - Развертывание обученных моделей в облаке для прогнозов в реальном времени и пакетных прогнозов. Курс начинается с основных терминов машинного обучения и основных концепций глубинного обучение. Затем вы пройдете через структурированные письменные объяснения и пошаговые фрагменты кода для проектирования, обучения, и в конечном итоге миграции моделей в облачную среду. Этот курс предназначен для начинающих с базовыми знаниями Python. Не требуется предыдущий опыт работы с TensorFlow, глубоким обучением или облачными платформами. Начните создавать и масштабировать собственные модели глубинного обучения уже сегодня.