Chúc mừng bạn!

Nhập môn TensorFlow bằng Python

Isaiah Hull

Visiting Associate Professor of Finance, BI Norwegian Business School

Bạn đã học được gì

Chương 1
- Phép toán mức thấp, cơ bản và nâng cao
- Tính toán dựa trên đồ thị
- Tính gradient và tối ưu hóa
Chương 2
- Nạp và biến đổi dữ liệu
- Hàm mất mát dựng sẵn và tùy chỉnh
- Mô hình tuyến tính và huấn luyện theo lô

Chương 3
- Các lớp mạng nơ-ron dày đặc
- Hàm kích hoạt
- Thuật toán tối ưu
- Huấn luyện mạng nơ-ron
Chương 4
- Mạng nơ-ron với Keras
- Huấn luyện và đánh giá
- API Estimators

Hình này là ảnh chụp các mô hình trả về từ tìm kiếm trên TensorFlow Hub.

TensorFlow Probability
- Nhiều phân phối thống kê hơn
- Phân phối có thể huấn luyện
- Bộ tối ưu mở rộng

Hình này cho thấy biểu đồ tần suất với phân phối xác suất khớp.

¹ Ảnh chụp từ https://tfhub.dev.

TensorFlow 2.0
- eager_execution()
- Tích hợp chặt chẽ hơn với keras
- Estimators
- function()

Hình này minh họa sơ đồ API Estimators và mối liên hệ với các API cấp thấp hơn.

Hình này minh họa sơ đồ một mạng nơ-ron.

Hình này cho thấy một đồ thị tĩnh trong TensorFlow.

¹ Ảnh chụp từ https://www.tensorflow.org/guide/premade_estimators

Nhập môn TensorFlow bằng Python