Course Outline

Εισαγωγή

    TensorFlow 2.x έναντι προηγούμενων εκδόσεων -- Τι νέο υπάρχει

Ρύθμιση του Tensoflow 2.x

Επισκόπηση του TensorFlow 2.x Χαρακτηριστικά και Αρχιτεκτονική

Πώς Neural Networks Λειτουργεί

Χρησιμοποιώντας το TensorFlow 2.x για τη δημιουργία μοντέλων βαθιάς μάθησης

Ανάλυση Δεδομένων

Προεπεξεργασία Δεδομένων

Κατασκευή μοντέλου

Εφαρμογή ενός υπερσύγχρονου ταξινομητή εικόνων

Εκπαίδευση του Μοντέλου

Εκπαίδευση σε GPU έναντι TPU

Αξιολόγηση του Μοντέλου

Κάνοντας Προβλέψεις

Αξιολόγηση των Προβλέψεων

Εντοπισμός σφαλμάτων του μοντέλου

Αποθήκευση μοντέλου

Ανάπτυξη ενός μοντέλου στο Cloud

Ανάπτυξη μοντέλου σε φορητή συσκευή

Ανάπτυξη ενός μοντέλου σε ένα ενσωματωμένο σύστημα (IoT)

Ενσωμάτωση ενός μοντέλου με διαφορετικά Languages

Αντιμετώπιση προβλημάτων

Περίληψη και Συμπέρασμα

Requirements

  • Εμπειρία προγραμματισμού στο Python.
  • Εμπειρία με τη γραμμή εντολών Linux.

Ακροατήριο

  • προγραμματιστές
  • Επιστήμονες Δεδομένων
  21 Hours

Number of participants



Price per participant

Related Courses

Deep Learning with TensorFlow

  21 Hours

Natural Language Processing (NLP) with TensorFlow

  35 Hours

Embedding Projector: Visualizing Your Training Data

  14 Hours

Understanding Deep Neural Networks

  35 Hours

Related Categories