Teknoloji, sağlık, yaşam tarzı ve daha fazlasını içeren çeşitli konulardaki en iyi eğitimlerimizi ve kılavuzlarımızı keşfedin. Bilginizi genişletmenize ve hayatınızı iyileştirmenize yardımcı olacak zengin ve ilginç güncellemeler için bize katılın.
Suggested by: Coursera (What is Coursera?)
No prior knowledge required
No unnecessary risks
Bu uzmanlık, popüler TensorFlow derin öğrenme çerçevesinde pratik beceriler geliştirmek isteyen makine öğrenimi araştırmacıları ve uygulayıcıları için tasarlanmıştır.
Bu uzmanlıktaki ilk kurs, aşağıdakiler için gereken temel kavramlarda size rehberlik edecektir:
İkinci kurs, aşağıdakileri geliştirmek için TensorFlow’daki bilgi ve becerilerinizi derinleştirecektir:
Ayrıca dizi modellerini dahil etmek için TensorFlow API’lerine de alışacaksınız.
Son ders, derin öğrenmede giderek daha önemli hale gelen olasılıksal bir yaklaşımda uzmanlaşmıştır. Öğreneceksiniz:
Bu kurs aynı zamanda TensorFlow Probability kütüphanesine giriş olarak da değerlendirilebilir.
Bu uzmanlık için gereken bilgi:
Bu uzmanlığın final projelerinin ve programlama ödevlerinin bir parçası olarak, aşağıdaki gibi çeşitli uygulamalar için derin öğrenme modelleri geliştirme konusunda pratik beceriler kazanacaksınız:
“TensorFlow 2’ye Başlarken” kursuna hoş geldiniz! Bu kursta, seri API aracılığıyla modelleri karakterize etme, eğitme, değerlendirme ve tahmin etme, modelleri doğrulama, düzenlemeyi entegre etme, tekrarlanan okumaları uygulama ve modelleri kaydetme ve yüklemeye kadar TensorFlow ile derin öğrenme modelleri geliştirmeye yönelik tüm süreci öğreneceksiniz.
Hemen öğrendiğiniz kavramları, nitelikli bir öğretim asistanının rehberliğinde uygulamalı kodlama alıştırmalarıyla uygulayın. Ayrıca becerilerinizi güçlendirmek için otomatik olarak değerlendirilen bir dizi programlama ödevi vardır.
Kursun sonunda, sıfırdan bir görüntü sınıflandırıcı modeli geliştireceğiniz final projesinde kavramları bir arada gruplayacaksınız.
TensorFlow açık kaynaklı bir makine kütüphanesidir ve en yaygın kullanılan derin öğrenme çerçevelerinden biridir. TensorFlow 2’nin piyasaya sürülmesi, yeni başlayanlardan ileri seviyeye kadar tüm kullanıcılar için kullanım kolaylığına vurgu yapılarak ürün geliştirmede önemli bir değişikliğe işaret ediyor. Bu kurs aynı zamanda TensorFlow 1.x deneyimi olanların yanı sıra yeni kullanıcılara da yöneliktir.
Kursta başarılı olmak için gereken bilgiler şunlardır:
“TensorFlow 2 ile modellerinizi özelleştirmek için” kursuna hoş geldiniz! Bu kursta, her uygulama için özelleştirilmiş modeller ve derin öğrenme teknikleri geliştirmek üzere TensorFlow’daki bilgi ve becerilerinizi derinleştireceksiniz. Karmaşık model mimarileri, özel katmanlar ve esnek bilgiler geliştirmek için TensorFlow’da düşük seviyeli API’leri kullanacaksınız. Ayrıca seri modelleri içerecek şekilde TensorFlow API’lerine ilişkin bilginizi genişletin.
Nitelikli bir öğretim asistanının rehberliğinde kavramları pratik alıştırmalarla hemen uygulayın. Ayrıca becerilerinizi güçlendirmek için otomatik olarak değerlendirilen bir dizi programlama ödevi vardır.
Kursun sonunda, sıfırdan özelleştirilmiş bir sinirsel çeviri modeli geliştireceğiniz bir final projesinde kavramları gruplandıracaksınız.
TensorFlow açık kaynaklı bir makine kütüphanesidir ve en yaygın kullanılan derin öğrenme çerçevelerinden biridir. TensorFlow 2’nin piyasaya sürülmesi, yeni başlayanlardan ileri seviyeye kadar tüm kullanıcılar için kullanım kolaylığına vurgu yaparak ürün geliştirmede önemli bir değişikliğe işaret ediyor.
Bu kurs doğrudan önceki “TensorFlow 2’ye Başlarken” kursunun devamıdır. Başarılı olmak için gereken ek bilgi şunlardır:
“TensorFlow ile Olasılığa Dayalı Bilgi” kursuna hoş geldiniz! Bu kurs, ilk iki kursta öğrenilen temel TensorFlow kavramlarını ve becerilerini temel alır ve derin öğrenmeye olasılık odaklı bir yaklaşıma odaklanır. Bu, gerçek dünya verilerinde sıklıkla bulunan gürültüyü ve belirsizliği ölçmeyi amaçlayan çok önemli bir alandır. Bu, otonom araçlar veya tıbbi teşhisler gibi alanlarda derin öğrenme modellerinin kullanıldığı durumlarda önemli bir husustur; Modelin neyi bilmediğini bilmesi önemlidir.
Olasılıksal modellerin derin öğrenmeyle entegrasyonunu kolaylaştırmak için tasarlanan TensorFlow Olasılık Kitaplığını kullanarak TensorFlow ile olasılıksal modellerin nasıl geliştirileceğini öğreneceksiniz. Dolayısıyla bu ders aynı zamanda TensorFlow olasılık kütüphanesine giriş olarak da değerlendirilebilir.
Bayes sinir ağları, normal akışlar ve değişken otomatik kodlayıcılar dahil olmak üzere TensorFlow’da olasılıksal sıkıştırmaların nasıl temsil edilebileceğini ve derin öğrenme modellerine nasıl entegre edilebileceğini öğreneceksiniz. Belirsizliği ölçmek için modeller geliştirmenin yanı sıra, ünlü yüzlerin resimleri gibi verilerdekilere benzer yeni örnekler yaratabilen üretken modeller geliştirmeyi öğreneceksiniz.
Nitelikli bir öğretim asistanının rehberliğinde kavramları pratik alıştırmalarla uygulayın. Ayrıca becerilerinizi güçlendirmek için otomatik olarak değerlendirilen bir dizi programlama ödevi vardır.
Kursun sonunda, kavramları bir final projesinde gruplandıracaksınız; burada, kendinizin oluşturması gereken bir dizi sentetik görüntünün üretken bir modelini oluşturmak için değişken bir otomatik kodlayıcı algoritması geliştireceksiniz.
Bu kurs, önceki iki uzmanlık kursunun devamı niteliğindedir: “TensorFlow 2’ye Başlarken” ve “Modellerinizi TensorFlow 2 ile Uyarlama”. Başarılı olmak için gereken ek bilgi şunlardır:
