Gratulujeme!

Úvod do TensorFlow v Pythonu

Isaiah Hull

Visiting Associate Professor of Finance, BI Norwegian Business School

Co jste se naučili

Kapitola 1
- Nízkoúrovňové, základní a pokročilé operace
- Výpočty s grafy
- Výpočet gradientů a optimalizace
Kapitola 2
- Načítání a transformace dat
- Předdefinované a vlastní ztrátové funkce
- Lineární modely a dávkové trénování

Kapitola 3
- Vrstvy husté neuronové sítě
- Aktivační funkce
- Optimalizační algoritmy
- Trénování neuronových sítí
Kapitola 4
- Neuronové sítě v Keras
- Trénování a validace
- Rozhraní Estimators API

Obrázek zobrazuje snímek obrazovky s modely z vyhledávání na TensorFlow Hub.

TensorFlow Probability
- Více statistických rozdělení
- Trénovatelná rozdělení
- Rozšířená sada optimalizátorů

Obrázek zobrazuje histogram s přizpůsobeným rozdělením pravděpodobnosti.

¹ Screenshot from https://tfhub.dev.

TensorFlow 2.0
- eager_execution()
- Těsnější integrace keras
- Estimators
- function()

Obrázek zobrazuje schéma rozhraní Estimators API a jeho vztah k nižším úrovním API.

Obrázek zobrazuje diagram neuronové sítě.

Obrázek zobrazuje statický graf v TensorFlow.

¹ Screenshot taken from https://www.tensorflow.org/guide/premade_estimators

Úvod do TensorFlow v Pythonu