使用 Tensorflow 2.x 和 Keras 进行实用深度学习
Practical Deep Learning with Tensorflow 2.x and Keras
学习将 Tensorflow 应用于您的问题。遵循完整的流程,包括 ML 的预处理和训练。
你将学到什么
-
能够在 Tensorflow 2 后端上使用 Keras 运行深度学习模型
-
在真实世界的科学蛋白质数据集上运行深度神经网络
-
了解如何将自己的数据输入深度学习模型(即处理臭名昭著的形状不匹配问题)
-
用最少的数学知识了解深度学习、CNN、dropout、函数式 API
-
了解并使用 Keras 的函数式 API 创建具有多个输入和输出的模型
-
了解如何实际进行迁移学习
-
令人惊叹的支持。我当天就回答问题。
要求
-
您应该能够使用 Python(if、while、lists。其他内容将在课程中介绍)
-
不假设任何机器学习的先验知识
描述
**更新:现在使用 Tensorflow 2。如果您有任何问题,请在问答中发帖。我是来帮忙的**
**更新 11-2021:添加了有关实用迁移学习的部分**
TensorFlow 是迄今为止最受欢迎的深度学习库。如果您想在机器学习和人工智能领域取得成功,在 Google 的支持下,这将是您时间和精力的可靠投资。大多数人面临的问题是,Tensorflow 入门指南通常会过于深入地研究不必要的数学。
这就是本课程的用武之地。虽然一些理论很重要,但当您刚开始时,很多理论都是不需要的!
如果您是机器学习新手,但又想在不需要复杂数学知识的情况下学习它,那么本课程适合您。如果您已经学习过机器学习课程,但始终不知道如何使用它来解决自己的问题,那么本课程也适合您。
在本课程中,我们将从头开始。这是一门应用性很强的课程,所以即使没有安装我们也会立即开始编码!您将看到一些绝对必要的理论的简短介绍,然后我们将进入环境设置并通过代码解释几乎所有概念。您将使用Keras和Tensorflow 2.x——最简单、最强大的机器学习工具之一。
您将从机器学习的基本模型开始,然后继续学习更高的模型,例如:
-
卷积神经网络
-
剩余连接
-
初始模块
-
Keras / Tensorflow 2.x 的功能 API
-
迁移学习
在本课程中,我们不仅使用玩具数据集,还使用生物信息学领域的真实数据集来解释概念。虽然您可能对这个特定领域不感兴趣,但您仍然会学到许多重要概念,这些概念涉及从现实世界获取数据并将其输入机器学习模型。这是当今互联网上几乎所有课程都缺少的 ML 方面!这样做意味着您在完成本课程后将能够解决您所在行业的问题。
只需几行代码即可完成所有操作。本课程中使用的所有示例都附带一个入门代码,可帮助您入门并消除繁重的工作。该课程还包括视频中运行的示例的完成代码,以便您在遇到困难时可以看到最终产品。请查看本页上的预览讲座,以更好地了解本课程中使用的教学风格以及它如何帮助您快速学习。
我提供无与伦比的支持。所有问题都会在 24 小时内得到答复。试试我看看… =]
本课程适合谁:
- 任何想学习机器学习的人(本课程是软介绍)
- 任何了解机器学习并且想要学习深度学习的人(本课程重点关注深度学习)
- 任何了解深度学习但需要帮助将其知识应用到实践中的人(这是一门应用性很强的课程)
- 任何熟悉深度学习模型但在处理典型课程中涵盖的玩具示例之外的示例时遇到困难的人(本课程有一个真实的案例研究,而不仅仅是玩具示例)
- 任何从事机器学习工作并希望从理论转向实践的研究人员或教育工作者


评论(0)