完整的 Tensorflow 2 和 Keras 深度學習訓練營

Contents

使用 Python 和 Google 最新的 Tensorflow 2 程式庫和 Keras 學習深度學習

從這 19 小時的課程，你會學到

學習使用 TensorFlow 2.0 進行深度學習
利用 Keras API 快速建構執行在 Tensorflow 2上的模型
用卷積神經網路( CNN )進行影像分類
深度學習在醫學影像中的應用
基於遞迴神經網路(RNN)的時間序列資料預測
使用生成對抗性網路(GANs)生成影象
使用深度學習進行風格轉換
使用 RNNs 和自然語言處理來產生文字
透過 API 提供 Tensorflow 模型
使用 GUPs 加速深度學習

要求

知道如何用 Python 程式設計 ( 請參考 Python 程式設計學習地圖 )
一些數學基礎，如微分

課程說明

本課程將指導你如何使用 Google 最新的 TensorFlow 2 框架來建立用於深度學習的人工神經網路！本課程旨在以一種簡單易懂的方式向你介紹 Google TensorFlow 2框架的複雜性。

我們將專注於理解 TensorFlow 的最新更新，並利用 Keras API (TensorFlow 2.0的官方 API)快速輕鬆地建構模型。在這個課程中，我們將建立模型來預測未來的價格房屋，分類醫學影像，預測未來的銷售資料，產生完整的新文字等等！

本課程的目的是平衡理論和實際執行，完整的 jupyter 筆記本指南的程式碼和容易參考的簡報和註釋。我們也有大量的練習，在學習過程測試你的新技能！

本課程涵蓋多個主題，包括

NumPy 速成班
Pandas 資料分析速成班
資料視覺化速成班
神經網路基礎
Tensorflow 基礎知識
Keras 語法基礎
人工神經網路
密連網路( Densely Connected Networks )
卷積神經網路
迴歸神經網路
自動編碼器
GANs – 生成對抗性網路
將 TensorFlow 應用到營運中
還有更多！

Keras 是一個用於機器學習的使用者友好的 API 標準，將是用於建構和訓練模型的核心高階 API。 Keras API 使得使用 TensorFlow 2 很容易入門。重要的是，Keras 提供了幾個模型建構 APIs (Sequential、 Functional 和 Subclassing) ，因此你可以為專案選擇正確的抽象等級。 Tensorflow 的實現包含了一些加強，包括立即迭代和直覺除錯的急切執行，以及用於建構可擴展輸入管線的 tf.data。

Tensorflow 2 使得從概念到程式碼，從模型到發布都可以很容易地獲得新的想法。 Tensorflow 2.0 整合了許多功能，可以在不犧牲速度和效能的情況下定義和培訓最先進的模型

全世界的大公司都在使用它，包括 Airbnb，Ebay，Dropbox，Snapchat，Twitter，Uber，SAP，Qualcomm，IBM，Intel，當然還有 Google！

我們將看到你在課程中！完成此課程，開始成為一個深度學習專家!

目標受眾

對學習深度學習和人工智慧 TensorFlow 2感興趣的 Python 開發人員

講師簡介

Jose Portilla 資料科學家 ( 更多講師主講課程介紹 )

Jose Portilla 擁有來自聖克拉拉(Santa Clara )大學的機械工程學士學位和碩士學位，也有多年資料科學和程式設計專業教練和培訓師的經驗。他在各種領域如微流體、材料科學和資料科學技術中有出版物和專利。在他的職業生涯中，他已經發展了分析資料的技能，他希望利用他在教學和資料科學方面的經驗，幫助其他人學習程式開發的能力、分析資料，以及清晰地呈現資料和漂亮的視覺化。

目前他是 Pierian Data Inc. 的資料科學主管，為世界各地的各種公司提供現場資料科學和 python 培訓課程，包括瑞士信貸等頂級銀行。歡迎隨時在 LinkedIn 上與他聯繫，獲取有關面對面培訓課程的更多資訊。

英文字幕：有

想要了解如何將英文字幕自動翻譯成中文? 請參考這篇 How-To

點選這個 Network & Security 課程✨優惠連結✨ ( NT490 起特價中 ) | 大多地區 ✨ 優惠連結 ✨( NT390 起特價中 )| Udemy 永久擁有課程 ( 在電腦瀏覽器登入，點選“優惠連結”後再回想要的課程介紹中點選“報名參加課程”即可取得）
Udemy 現在越來越多課程有中文字幕，請參考 Soft & Share 中文線上課程
手機上點選優惠連結看到的價格比電腦上看到的貴
＄代表當地貨幣, 如在台灣為 NT
點選”報名參加課程”有可能因瀏覽器 cookies 轉久一點或回報錯誤而無法連上，請稍等刷新或重新點選就會出現