เครือข่ายประสาทแบบคอลโลเวชั่นในภาษาไพทอน: CNNs สำหรับวิสัยทัศน์และ NLP

การเรียนรู้ลึกได้เปลี่ยนแปลงวิธีการที่คอมพิวเตอร์เข้าใจโลกทางภาพและข้อความ ทำให้เทคโนโลยีสมัยใหม่ เช่นการจดจำใบหน้า และการวิเคราะห์ความรู้สึก ในวิชานี้ คุณจะเรียนรู้การพัฒนาจากความเข้าใจพื้นฐานของการเรียนรู้ของเครื่อง ไปสู่การออกแบบ, การสร้าง, และฝึก CNN ของคุณเอง โดยใช้ Python และ TensorFlow คุณจะเรียนรู้การประมวลผลภาพและข้อมูลข้อความ, การปรับแต่งชั้นของเครือข่ายประสาท, และการนำเทคนิคการปรับปรุงประสิทธิภาพแบบสมัยใหม่มาใช้ในการแก้ปัญหาการจำแนกประเภทที่ซับซ้อน คุณจะเรียนรู้อะไร - เข้าใจหลักการคณิตศาสตร์พื้นฐานของการครอบคลุม และวิธีการที่เครือข่ายประสาท ประมวลผลข้อมูลทางกายภาพ - สร้างและฝึกอบรม Convolutional Neural Network สำหรับงานจัดหมวดหมู่ภาพโดยใช้ TensorFlow - ใช้ข้อมูลที่ทันสมัย ก่อนการประมวลผลและเพิ่มกลยุทธ์ ใช้ข้อมูลที่มีประสิทธิภาพ - ใช้เทคนิคการปรับให้เป็นปกติ เช่นการเลิกเรียนและปรับให้เป็นปกติแบบแบตช์ เพื่อป้องกันการปรับตัวเกินไป - ปรับแต่ง CNNs สำหรับการประมวลผลภาษาธรรมชาติ รวมถึงการประมวลผลข้อความก่อนและคำฝัง - สำรวจแนวคิดการเรียนรู้การถ่ายโอน เพื่อใช้ประโยชน์จากแบบจำลองการเรียนรู้ลึกสมัยใหม่ที่ฝึกฝนไว้ล่วงหน้า สำหรับงานที่กำหนดเอง การเดินทางเริ่มต้นด้วยแนวคิดพื้นฐานของการเรียนรู้เครื่องและศัพท์การเรียนรู้ลึกก่อนที่จะย้ายไปยังการควบคุมเทนเซอร์และการสร้างเครือข่ายที่ใช้ได้จริง จากนั้นคุณจะก้าวไปตามขั้นตอนการอธิบายที่เขียนไว้ซึ่งครอบคลุมการจัดประเภทภาพ กระบวนการข้อความ และเทคนิคการประเมินแบบจำลอง หลักสูตรนี้ถูกออกแบบมาสำหรับผู้เริ่มต้นในการเรียนรู้ลึกและวิทยาศาสตร์ข้อมูล ซึ่งมีพื้นฐานการเขียนโปรแกรมภาษาไพธอนอยู่แล้ว โดยไม่ต้องมีประสบการณ์ก่อนหน้านี้กับเครือข่ายประสาทหรือการมองเห็นด้วยคอมพิวเตอร์ เริ่มอ่านวันนี้ เพื่อสร้างฐานของคุณ ในเครือข่ายประสาทและวิสัยทัศน์คอมพิวเตอร์สมัยใหม่