Robot
Складчик
- #1
[udemy] ИНС | Си-Эн-Эн | РНН | УБМ | Авто кодировщики | ГАН | Тензорный поток [SeaportAi]
- Ссылка на картинку
Освойте базовые и расширенные концепции | Изучите машины
Больцмана, автоматические кодировщики и состязательные сети
Новое
Английский
Видео с переводом[авто]
Чему вы научитесь
Зачем нам нейронные сети?
Что такое тензор в tensorflow?
Математика нейронных сетей
Искусственная нейронная сеть
Сверточная нейронная сеть
Рекуррентная нейронная сеть
Долгосрочная кратковременная память
Материалы курса
7 разделов • 18 лекций • Общая продолжительность 2 ч 41 мин
Требования
Машинное обучение
Программирование на Питоне
Описание
Глубокое обучение — это быстро развивающаяся
область искусственного интеллекта, которая произвела революцию в нашем подходе к решению сложных проблем. В этом курсе мы углубимся в основы глубокого обучения, охватив наиболее важные концепции и методы, используемые в этой области.
Мы сосредоточимся на трех основных типах глубоких нейронных сетей:
искусственных нейронных сетях (ИНС),
сверточных нейронных сетях (СНС) и
рекуррентных нейронных сетях (РНС), а также на
трех неконтролируемых сетях глубокого обучения, таких как
машины Больцмана,
автоматические кодировщики и
состязательные сети.
Используя TensorFlow, одну из самых популярных и широко используемых библиотек глубокого обучения, мы изучим архитектуру и функционирование каждого типа сети, а также узнаем, как их создавать, обучать и оценивать. От распознавания объектов на изображениях до обработки последовательностей данных с более высокой точностью — глубокое обучение находит применение во многих областях реального мира.
Программа охватывает обе концепции, а также кодирование, связанное с нейронными сетями.
К концу этого курса вы будете иметь четкое представление
о глубоком обучении и сможете применять эти методы в своих собственных проектах. Независимо от того, являетесь ли вы новичком в области ИИ или опытным практиком, этот курс предоставит вам инструменты и знания, необходимые для развития ваших навыков в области глубокого обучения. Итак, давайте начнем наше путешествие к освоению глубокого обучения!
Для кого этот курс:
Энтузиасты машинного обучения
Студенты
Инженеры по машинному обучению
Новое
Английский
Видео с переводом[авто]
Чему вы научитесь
Зачем нам нейронные сети?
Что такое тензор в tensorflow?
Математика нейронных сетей
Искусственная нейронная сеть
Сверточная нейронная сеть
Рекуррентная нейронная сеть
Долгосрочная кратковременная память
Материалы курса
7 разделов • 18 лекций • Общая продолжительность 2 ч 41 мин
Требования
Машинное обучение
Программирование на Питоне
Описание
Глубокое обучение — это быстро развивающаяся
Мы сосредоточимся на трех основных типах глубоких нейронных сетей:
искусственных нейронных сетях (ИНС),
сверточных нейронных сетях (СНС) и
рекуррентных нейронных сетях (РНС), а также на
трех неконтролируемых сетях глубокого обучения, таких как
машины Больцмана,
автоматические кодировщики и
состязательные сети.
Используя TensorFlow, одну из самых популярных и широко используемых библиотек глубокого обучения, мы изучим архитектуру и функционирование каждого типа сети, а также узнаем, как их создавать, обучать и оценивать. От распознавания объектов на изображениях до обработки последовательностей данных с более высокой точностью — глубокое обучение находит применение во многих областях реального мира.
Программа охватывает обе концепции, а также кодирование, связанное с нейронными сетями.
К концу этого курса вы будете иметь четкое представление
Для кого этот курс:
Энтузиасты машинного обучения
Студенты
Инженеры по машинному обучению
Зарегистрируйтесь
, чтобы посмотреть скрытый авторский контент.