La Rete Università

Apprendimento profondo con Tensorflow

Descrizione

Le reti neurali tradizionali si basano su reti superficiali, composte da un input, uno strato nascosto e uno strato di output. Le reti di apprendimento profondo si distinguono da queste reti neurali ordinarie che hanno più strati nascosti, o cosiddette più profondità. Questo tipo di reti sono in grado di scoprire strutture nascoste all'interno di dati non etichettati e non strutturati (cioè immagini, suoni e testo), che costituiscono la stragrande maggioranza dei dati nel mondo. SensorFlow è una delle migliori librerie per implementare l'apprendimento profondo. TensorFlow è una libreria software per il calcolo numerico di espressioni matematiche, utilizzando grafici di flusso di dati. I nodi nel grafico rappresentano operazioni matematiche, mentre i bordi rappresentano gli array di dati multidimensionali (tensori) che scorrono tra di loro. È stato creato da Google e su misura per il Machine Learning. In effetti, è ampiamente utilizzato per sviluppare soluzioni con Deep Learning.In questo corso TensorFlow, imparerai i concetti di base di TensorFlow, le principali funzioni, operazioni e pipeline di esecuzione. Partendo da un semplice esempio "Hello Word", durante il corso sarai in grado di vedere come TensorFlow può essere utilizzato per l'adattamento di curve, la regressione, la classificazione e la minimizzazione delle funzioni di errore. Questo concetto viene poi esplorato nel mondo del Deep Learning. Imparerai come applicare TensorFlow per la backpropagation per regolare i pesi e i bias durante l'addestramento delle reti neurali. Infine, il corso copre diversi tipi di architetture profonde, come reti convoluzionali, reti ricorrenti e autoencoder.

Prezzo: $ 99 - GRATUITO per l'audit!

Deep Learning con Tensorflow attraverso edX, una piattaforma per l'educazione fondata da Harvard e dal MIT.

Apprendimento profondo con Tensorflow - IBM