Une excellente introduction au TensorFlow de Cousera pour vous familiariser avec le Deep Learning

Jusqu'à présent, j'ai pris Machine Leaning Par Dr. Andrew Ng de Cousera, et le fameux [Deep Learning from scratch](https: //). J'ai lu www.oreilly.co.jp/books/9784873117584/) et j'ai écrit le code selon le livre.

Cependant, on ne savait pas par quoi commencer lors de la création et de la mise en œuvre d'un nouveau réseau de Deep Learning. À ce moment-là, j'ai trouvé le cours suivant et l'ai suivi, ce qui était mieux que ce à quoi je m'attendais. Introduction to TensorFlow for Artificial Intelligence, Machine Learning, and Deep Learning

Caractéristiques du cours

--Il n'y a presque pas d'explication mathématique

Ce que j'ai appris

--Tensorflow / Keras peut maintenant être utilisé

Contenu

Week 1. A New Programming Paradigm
Explique la différence entre l'apprentissage automatique et la programmation régulière. Contenu assez basique. Dans la tâche, le problème de régression a été résolu à l'aide de Tensorflow. Week 2. Introduction to Computer Vision
Résolvez le problème de classification en utilisant les données Fashion MNIST. Cette semaine, nous n'utiliserons pas CNN et ne résoudrons pas les données d'image comme un vecteur à une seule ligne avec un réseau neuronal dense. Dans ce processus, j'ai appris à configurer un réseau à l'aide de Keras. Vous apprendrez également comment appeler un rappel une fois l'époque terminée. En conséquence, l'apprentissage peut être achevé lorsque la précision dépasse un certain niveau. Dans cette tâche, j'ai résolu le problème de classification habituel du MNIST. Week 3. Enhancing Vision with Convolutional Neural Networks Résolvez le problème de classification Fashion MNIST lors de la semaine 2. avec CNN. Découvrez une très brève description de CNN et comment l'implémenter dans Tensorflow / Keras. J'ai approfondi ma compréhension en visualisant les résultats de la Convolution. De plus, j'ai pu découvrir comment cela affecte la précision et la vitesse d'apprentissage et d'inférence par essais et erreurs, comme la modification du nombre de couches de convolution et l'exclusion de Max Pooling. Week 4. Using Real-world Images Appliquez ce que vous avez fait à la semaine 3 à une image réelle (M pixels, images couleur, objets non au centre) Plus précisément, la classification des images «personnes» et «cheval». Ce qui suit a été particulièrement utile pour la visualisation de la sortie de la couche intermédiaire.

Résumé

Comme indiqué dans les critiques, le contenu et l'exercice sont certainement faciles. [Machine Leaning] de Coursera Dr. Andrew Ng (https://www.coursera.org/learn/machine-learning?) Et Deep Learning from scratch / 9784873117584 /) N'est-ce pas une bonne prochaine étape après l'apprentissage?

Recommended Posts

Une excellente introduction au TensorFlow de Cousera pour vous familiariser avec le Deep Learning
Essayez l'apprentissage en profondeur avec TensorFlow
Lien pour commencer avec python
Essayez l'apprentissage en profondeur avec TensorFlow Partie 2
Comment démarrer avec Scrapy
Comment démarrer avec Django
Démarrez avec l'apprentissage automatique avec SageMaker
J'ai écrit un script pour vous aider à démarrer avec AtCoder à grande vitesse!
Notes d'étape pour démarrer avec django
Les débutants en apprentissage automatique suivent le cours d'apprentissage en profondeur de Coursera
J'ai essayé de commencer avec Hy
Le moyen le plus simple de démarrer avec Django
Zubu amateur veut démarrer Python
Étapes pour créer rapidement un environnement d'apprentissage en profondeur sur Mac avec TensorFlow et OpenCV
J'ai essayé de démarrer avec le script python de blender_Part 01
J'ai essayé de démarrer avec le script python de blender_Partie 02
Démarrez avec MicroPython
Démarrez avec Mezzanine
Essayez de créer un réseau de neurones / d'apprentissage en profondeur avec scratch
[TensorFlow 2 / Keras] Comment exécuter l'apprentissage avec CTC Loss dans Keras
[Evangelion] Essayez de générer automatiquement des lignes de type Asuka avec Deep Learning
Connaissances minimales pour démarrer avec le module de journalisation Python
Pour ceux qui souhaitent démarrer l'apprentissage automatique avec TensorFlow2
J'ai essayé de commencer avec Hy ・ Définir une classe
J'ai capturé le projet Toho avec Deep Learning ... je le voulais.
J'ai essayé d'écrire dans un modèle de langage profondément appris
Traduire Premiers pas avec TensorFlow
Lancez-vous avec Django! ~ Tutoriel ⑤ ~
<Cours> Apprentissage en profondeur: Day2 CNN
<Cours> Apprentissage en profondeur: Jour 1 NN
Apprentissage profond du noyau avec Pyro
Lancez-vous avec Django! ~ Tutoriel ④ ~
Essayez le Deep Learning avec FPGA
Lancez-vous avec Django! ~ Tutoriel ⑥ ~
Introduction au Deep Learning ~ Règles d'apprentissage ~
Commencez avec Python! ~ ② Grammaire ~
Apprentissage par renforcement profond 1 Introduction au renforcement de l'apprentissage
Générez des Pokémon avec Deep Learning
Introduction au Deep Learning ~ Rétropropagation ~
Avec l'apprentissage en profondeur, vous pouvez dépasser le taux de récupération de 100% dans les courses de chevaux
J'ai essayé de rendre le deep learning évolutif avec Spark × Keras × Docker
[Python] Un mémo que j'ai essayé de démarrer avec asyncio
J'ai essayé de résumer brièvement la procédure de démarrage du développement de Django
Que faire si vous obtenez une erreur de décodage Unicode avec l'installation de pip
J'ai essayé de démarrer avec Bitcoin Systre le week-end
[TensorFlow] Si vous souhaitez exécuter TensorBoard, installez-le avec pip.
Introduction au Deep Learning (2) - Essayez votre propre régression non linéaire avec Chainer-
[Windows Edition] Keras Course, une bibliothèque où vous pouvez essayer le Deep Learning immédiatement - Partie 1
La gestion du tensorflow a soudainement cessé de fonctionner en utilisant le GPU dans l'apprentissage en profondeur