TensorFlow avanzato: modelli personalizzati e cicli di addestramento

Scopri come creare livelli personalizzati, funzioni di perdita e pipeline di training ottimizzate in TensorFlow per creare modelli di deep learning altamente personalizzati.

4.8 (1,690) ⏱ 1 h 8 min 📚 10 lezioni

Informazioni sul corso

Le API di machine learning standard sono eccellenti per le attività comuni, ma il deep learning nel mondo reale spesso richiede architetture personalizzate e un comportamento di esecuzione preciso.Per creare sistemi all'avanguardia, devi imparare a guardare sotto il cofano e personalizzare il modo in cui i modelli elaborano i dati, calcolano gli errori e aggiornano i pesi. Questo corso basato su testo ti guiderà attraverso il processo di personalizzazione di ogni aspetto dei tuoi modelli TensorFlow.Passerai dall'utilizzo di livelli predefiniti di alto livello alla scrittura dei tuoi componenti personalizzati, progettando funzioni di perdita uniche e implementando loop di allenamento precisi da zero. Cosa imparerai: - Crea livelli e modelli personalizzati utilizzando l'API di sottoclassificazione Keras per la massima flessibilità architettonica - Progettare funzioni di perdita personalizzate e metriche di valutazione su misura per obiettivi di apprendimento automatico specializzati - Implementa loop di allenamento personalizzati utilizzando GradientTape per ottenere il controllo completo sul processo di ottimizzazione - Ottimizzare le pipeline di input dei dati con l'API tf.data per massimizzare l'utilizzo dell'hardware e prevenire i colli di bottiglia di formazione - Applicare tecniche di esecuzione di grafici utilizzando tf.function per accelerare la compilazione e le prestazioni del modello Il corso inizia stabilendo i concetti fondamentali del modello di esecuzione di TensorFlow e della gerarchia API prima di passare ai componenti personalizzati.Attraverso spiegazioni scritte strutturate e guide pratiche del codice, padroneggi la meccanica della personalizzazione del modello di basso livello. Questo corso è progettato per gli studenti che comprendono i concetti di base del machine learning e desiderano espandere le loro capacità tecniche in TensorFlow.Non è richiesta alcuna esperienza precedente con cicli di formazione personalizzati o meccaniche API di basso livello. Inizia a leggere oggi stesso per sfruttare tutta la potenza e la flessibilità di TensorFlow per i tuoi progetti di machine learning.

Cosa otterrai

  • 📜 Certificato di completamento
    Aggiungilo al tuo profilo LinkedIn
  • ♾️ Accesso a vita
    Torna quando vuoi, senza scadenza
  • 📱 Telefono o computer
    Funziona ovunque, su qualsiasi dispositivo
  • 💸 Rimborso entro 30 giorni
    Senza domande
  • Breve e mirato
    1 h 8 min di contenuto pratico

Recensioni (3)

Riley Gray AU
★ 4 · 2026-02-19T19:41:15+00:00

Corso: Mentre un paio di moduli avrebbero potuto essere più dettagliati, il valore complessivo e l'applicabilità sono elevati. Buon lavoro!

Daniel Solomon ET Studente verificato
★ 3 · 2025-05-03T05:17:15+00:00

Hmm, non sono sicuro che questo sia per principianti assoluti. Assume un po 'di conoscenza precedente che non è stata insegnata esplicitamente.

Marit Solberg NO
★ 4 · 2025-03-25T11:04:15+00:00

Corso: Fantastica esperienza di apprendimento. Il ritmo era perfetto e gli esempi hanno davvero consolidato i concetti.

Scrivi una recensione

Ti chiederemo di accedere dopo l'invio — la bozza viene salvata.

Altri hanno seguito anche

Domande frequenti

Cosa serve per seguire questo corso? +

Basta un telefono o un computer con internet. Niente installazioni, nessun hardware speciale.

Come si paga? +

Con carta via Stripe o con criptovaluta. Non conserviamo i dati della carta — Stripe li gestisce in sicurezza.

Posso ottenere un rimborso? +

Sì — rimborso completo entro 30 giorni, senza domande.

Per quanto tempo avrò accesso? +

Per sempre. Una volta acquistato, il corso è tuo e puoi rivederlo quando vuoi.

Riceverò un certificato? +

Sì. Al completamento riceverai un certificato da aggiungere al tuo profilo LinkedIn.

Pensato per chi lavora in
Tech Design Finanza Marketing Sanità Istruzione Ospitalità Produzione