Miglioramento delle reti neurali profonde: ottimizzazione, regolarizzazione e ottimizzazione dell'iperparametro

Descrizione

Questo corso ti insegnerà la "magia" di far funzionare bene l'apprendimento profondo. Piuttosto che il processo di deep learning come una scatola nera, capirai cosa guida le prestazioni e sarai in grado di ottenere più sistematicamente buoni risultati. Imparerai anche TensorFlow.

Dopo 3 settimane, dovrai:
- Comprendere le best practice del settore per la creazione di applicazioni di deep learning.
- Essere in grado di utilizzare efficacemente i comuni "trucchi" della rete neurale, tra cui inizializzazione, regolarizzazione L2 e dropout, normalizzazione batch, controllo del gradiente,
- Essere in grado di implementare e applicare una varietà di algoritmi di ottimizzazione, come la discesa del gradiente mini-batch, Momentum, RMSprop e Adam, e verificare la loro convergenza.
- Comprendere le nuove best practice per l'era del deep learning su come impostare set di addestramento / sviluppo / test e analizzare bias / varianza
- Essere in grado di implementare una rete neurale in TensorFlow.

Questo è il secondo corso della specializzazione Deep Learning.