Felicitări!

Introducere în TensorFlow în Python

Isaiah Hull

Visiting Associate Professor of Finance, BI Norwegian Business School

Ce ați învățat

  • Capitolul 1
    • Operații de bază și avansate de nivel scăzut
    • Calcul bazat pe grafuri
    • Calculul gradientului și optimizare
  • Capitolul 2
    • Încărcarea și transformarea datelor
    • Funcții de pierdere predefinite și personalizate
    • Modele liniare și antrenare pe loturi
Introducere în TensorFlow în Python

Ce ați învățat

  • Capitolul 3
    • Straturi de rețele neuronale dense
    • Funcții de activare
    • Algoritmi de optimizare
    • Antrenarea rețelelor neuronale
  • Capitolul 4
    • Rețele neuronale în Keras
    • Antrenare și validare
    • API-ul Estimators
Introducere în TensorFlow în Python

Extensii TensorFlow

  • TensorFlow Hub
    • Modele preantrenate
    • Transfer learning

Această imagine prezintă un screenshot cu modele returnate dintr-o căutare în TensorFlow Hub.

  • TensorFlow Probability
    • Mai multe distribuții statistice
    • Distribuții antrenabile
    • Set extins de optimizatori

Această imagine prezintă o histogramă cu o distribuție de probabilitate ajustată.

1 Screenshot from https://tfhub.dev.
Introducere în TensorFlow în Python

TensorFlow 2.0

  • TensorFlow 2.0
    • eager_execution()
    • Integrare mai strânsă cu keras
    • Estimators
    • function()

Această imagine prezintă o schemă a API-ului Estimators și relația sa cu API-urile de nivel inferior.

Această imagine prezintă diagrama unei rețele neuronale.

Imaginea prezintă un graf static în TensorFlow.

1 Screenshot taken from https://www.tensorflow.org/guide/premade_estimators
Introducere în TensorFlow în Python

Felicitări!

Introducere în TensorFlow în Python

Preparing Video For Download...