Truy cập ngày 1 tháng 1 năm 2012.  Deep Learning and GANs with Keras: A Beginner's Guide

Học sâu đang dẫn đến những bước đột phá thú vị nhất trong trí tuệ nhân tạo, từ nhận dạng hình ảnh đến tạo ra phương tiện truyền thông hoàn toàn mới. Nếu bạn muốn hiểu cách mạng nơron hoạt động và cách xây dựng chúng, Keras cung cấp cách trực quan và mạnh mẽ nhất để bắt đầu. Chương trình học dựa trên văn bản này hướng dẫn bạn từ những nền tảng tuyệt đối của trí tuệ nhân tạo và học máy để xây dựng các mạng Generative Adversarial Networks (GANs) đầu tiên của bạn. Bạn sẽ học cách viết mã Python sạch, hiện đại để huấn luyện các mô hình học sâu, đánh giá hiệu suất của chúng, và tạo ra dữ liệu tổng hợp, tất cả thông qua các giải thích rõ ràng và các mã đi bộ có cấu trúc. Bạn sẽ học được: - Hiểu được các nguyên tắc cốt lõi của trí tuệ nhân tạo, học máy, và mạng nơron sâu. - Xây dựng và huấn luyện mạng nơron feedforward và convolutional sử dụng Keras và Python. - Thực hiện Generative Adversarial Networks (GANs) để tạo ra dữ liệu mới, thực tế từ đầu. - Ứng dụng các thực tiễn học sâu hiện đại, bao gồm xử lý trước dữ liệu, quy định và xác minh. - Tìm hiểu các khái niệm theo dõi mô hình hiện đại và các luồng công việc MLOps cơ bản để quản lý các thí nghiệm huấn luyện của bạn. - Viết mã học sâu sạch, có cấu trúc sử dụng gợi ý kiểu và tiêu chuẩn API Keras hiện tại. Bạn sẽ bắt đầu bằng cách nắm vững thuật ngữ thiết yếu và trực giác toán học đằng sau các mạng nơron trước khi nhảy vào thực hiện trực tiếp. Khi bạn tiến hành qua các mô-đun viết, bạn sẽ chuyển từ các nhiệm vụ phân loại đơn giản sang các mô hình tạo ra tiên tiến, học cách gỡ lỗi và tối ưu hóa kiến trúc của bạn trên đường đi. Lớp học này được thiết kế cho người mới bắt đầu học sâu và mạng nơron. Một sự quen thuộc cơ bản với lập trình Python là hữu ích, nhưng không cần kinh nghiệm trước đó với học máy hoặc toán học tiên tiến. Bắt đầu đọc hôm nay để giải phóng sức mạnh của AI sinh sản và xây dựng mô hình học sâu đầu tiên của bạn với Keras.