Implementing Neural Networks with TensorFlow and Keras
AI
Systemutveckling
Den här kursen ger dig en heltäckande översikt över Keras och TensorFlow, och hur de kan användas för att designa och träna sofistikerade neurala nätverk.
Efter kursen har du kunskaper och färdigheter i att att utveckla modeller för användning i scenarier med datorseende (Computer Vision).
Målgrupp och förkunskaper
Den här kursen riktar sig till utvecklare och Data Scientists. Kursen kräver grundkunskaper om Python.
Detaljerad information
Kursmaterialet är på engelska, med detta innehåll:
Machine Learning Theory
Introduction to the theory of Machine Learning.
- Recreation algorithms
- Classification algorithms
- Activation functions
- Model training and evaluation
Designing and Training Neural Networks
Learn how to design and train neural networks using in Keras.
- Neural networks theory
- Designing Neural Networks in Keras
- Training and evaluating neural networks
Convolutional Neural Networks and Computer Vision
Learn the concepts of applying convolutional neural networks (CNNs) to computer vision.
- Convolutional Neural networks theory
- Convolutional networks in Keras
- Image classification using convolutional neural networks (CNNs)
Leveraging Pre-trained Networks
Leverage the feature detection provided by pre-trained CNNs to accelerate the training of computer vision models.
- Feature identification
- Leveraging pre-trained networks
- Training and evaluating pre-trained networks
Utforska relaterade utbildningsområden
Relaterat innehåll
Att arbeta effektivt i Google Cloud Platform (GCP) kräver både förståelse för plattformens grundläggande byggstenar och praktisk förmåga att designa, drifta och skala lösningar. Cornerstone erbjuder ett sammanhållet kursutbud som tar dig från introduktion till arkitektur och produktion – i din takt och på det sätt som passar din verksamhet.
Är du osäker på vad alla Microsofts AI-verktyg egentligen gör – och vilket som passar dig? Du är inte ensam.
AI förändrar spelplanen för både angripare och försvarare inom cybersäkerhet. För att hänga med krävs mer än traditionell kunskap – det krävs taktisk kompetens, praktisk färdighet och förståelse för hur AI kan förstärka både analys och attack.