TensorFlow 2.0 實務進階課程

精通 Tensorflow 2.0,Google 最強大的機器學習程式庫,有 5 個進階的實務專案

報名參加課程

從這 12.5 小時的課程,你會學到

  • 使用 Google 最新發布的 TensorFlow 2.0 建構、訓練、測試和部署高階人工神經網路(Advanced Artificial Neural network,ANNs)模型
  • 理解生成對抗性神經網路(GANs)背後的基本理論和數學
  • 使用在 TF 2.0 的 Keras API 應用革命性的 GANs 生成全新的影像
  • 理解自動編碼器和變分自動編碼器(VAEs)背後的基礎理論和數學
  • 在 TF 2.0 中使用 Keras API 對自動編碼器進行影像壓縮和去噪的訓練和測試
  • 理解 DeepDream 演算法背後的理論和數學。 開發、訓練和測試最先進的 DeepDream 演算法,使用 TF 2.0 中的 Keras API 建立基於 AI 的藝術作品
  • 理解長短期記憶(LSTM)迴歸神經網路(RNNs)背後的直覺
  • 在 TF 2.0中使用 Keras API 訓練長短期記憶(LSTM)網路來生成新的莎士比亞風格文字
  • 應用遷移學習從預先訓練的 mobileet 和 ResNet 網路遷移知識,使用 TensorFlow 2.0 Hub 對新影像進行分類
  • 開發人工神經網路模型,並在 Google 的 Colab 訓練他們,同時利用 GPU 和 TPUs 的功能
  • 使用 TensorFlow 2.0 服務在實踐中部署 AI 模型

要求

課程說明

Google 最近釋出了 TensorFlow 2.0,這是 Google 最強大的開源平台,可以在實務中建立和部署人工智慧模型。 Tensorflow 2.0版本是人工智慧開發者和熱情支持者巨大勝利,因為它使超級先進的人工智慧技術的開發變得更加容易和快捷。

本課程的目的是為學生提供使用 TensorFlow 2.0 和 Google Colab 建構、訓練、測試和部署高階人工神經網路和深度學習模型的實用知識。 本課程將介紹在 TensorFlow 2.0 中實現的先進的人工智慧模型,如 DeepDream、 autocoders、生成對抗性網路(GANs)、使用 TensorFlow Hub 的轉移學習(Transfer Learning)、長期短期記憶(LSTM)迴圈神經網路等。 這些先進的人工智慧模型的應用是無窮無盡的,包括新的逼真的人類照片生成,文字翻譯,影像去噪,影像壓縮,影像到文字翻譯,影像分割,和影像字幕。

到2022年,全球人工智慧和機器學習技術部門預計將從140億美元增長到880億美元,預計到2020年,人工智慧技術產業將創造約 230 萬個就業機會。 這項技術正在大規模發展,幾乎每個產業都在採用這項技術。 本課程為學生提供使用 TensorFlow 2.0 和 Google Colab 的真實世界資料集訓練高階人工神經網路的實務經驗。 本課程以實用的方式介紹幾種技術,專案包括但不限於:

  1. 開發、訓練和測試最先進的 DeepDream 演算法,創造基於 AI 的藝術作品!
  2. 實現革命性的生成對抗性網路,以著名的 GANs 產生全新的影像。
  3. 開發長短期記憶(LSTM)網路,生成新的莎士比亞風格的文字!
  4. 使用 TensorFlow 2.0 服務在實踐中部署 AI 模型。
  5. 應用自動編碼器進行影像壓縮和去噪處理。
  6. 應用遷移學習從預先訓練的網路遷移知識,使用 TensorFlow 2.0 Hub 對新影像進行分類。

本課程針對希望從根本上理解如何在 Tensorflow 2.0 中構建、訓練、測試和部署高階模型的基礎知識的學生。 介紹程式設計和人工神經網路的基本知識。參加本課程的學生將掌握高階人工智慧和深度學習技術,並能直接應用這些技能來解決真實世界中具有挑戰性的問題。

目標受眾

  • 想應用自己的知識在真實世界案例研究的資料科學家
  • 人工智慧開發者
  • 人工智慧研究者

講師簡介

Dr. Ryan Ahmed, Ph.D., MBA  教授和暢銷的 Udemy 講師 更多講師主講課程介紹 )

Ryan Ahmed 是一位熱愛教育和科技的暢銷的 Udemy 教練。Ryan 的使命是讓每個人都能獲得優質的教育,並且負擔得起。Ryan 擁有博士學位。麥克馬斯特大學( McMaster* University )工程學士學位,主修機電一體化和電動汽車(EV)控制。他還獲得了麥克馬斯特應用科學碩士學位,專注於人工智慧(AI)和 DeGroote 商學院的金融 MBA。

Ryan 在全球財富100強公司擔任多個工程職位。最近,他在三星美國擔任系統工程主管,並擔任加拿大菲亞特克萊斯勒汽車公司(FCA)的高級科學研究和實驗開發技術專家。Ryan 已經為全球超過 10,000 多名學生教授了工程、科學、技術和數學方面的幾門課程。他是美國密歇根州底特律 IEEE 交通電氣會議和博覽會(iTEC 2012)最佳論文獎的獲獎者。

Ryan是安大略省斯坦福大學認證專案經理(SCPM)、認證專業工程師(P.Eng。)、汽車工程師協會(SAE)成員、電氣和電子工程師協會(IEEE)會員。他還是美國伊利諾州芝加哥舉辦的2017  IEEE 運輸與電氣化會議(iTEC’17)的項目聯合主席。

*麥克馬斯特大學是僅有的加拿大大學中四所持續排名全球前100名的大學之一。

Kirill Eremenko   資料科學家和外匯系統專家  ( 更多講師主講課程介紹 )

我的名字是 Kirill Eremenko ,你正在讀這讓我超級興奮 !

我在 Udemy 兩個類別的領域授課 : 資料科學和外匯交易。我想你將會對我是否可以提供你最好的訓練有信心,以下是我在這兩個領域的一些背景。

資料科學

在專業方面,我有超過 5 年在金融、零售、交通運輸等行業的資料科學管理顧問經驗。曾受過澳大利亞 Deloitte 最好的分析導師的訓練,今天我運用大數據來推動企業戰略、改造客戶體驗和徹底改變現有的操作流程。

從我的課程中,你將立即注意到我如何將現實生活的經驗和物理與數學學術背景結合起來,在資料科學領域提供專業的分步指導。我也熱衷於公開演講,並定期在澳大利亞領先的大學和行業盛會上介紹大數據。

外匯交易

自2007年以來,我一直以交易員的身份積極參與外匯市場,並辦 MQL4 的程式設計課程計畫。我很享受外匯交易,因為外匯市場可以帶來的財務上的自由,更重要的 – 個人自由

我生活的另一部分-是一個資料科學家 – 研究商業流程和人類行為模式的各種模式… 聽起來很熟悉?是的!巧合的是,我也是演算法交易的大粉絲 : ) EAs、外匯機器人、指標、腳本、MQL4, 甚至使用 java 程式設計做外匯 – 我全部都很愛!

Kirill Eremenko

Hadelin de Ponteves   資料科學家 更多講師主講課程介紹 )

你好。我的名字是 Hadelin de Ponteves。總是渴望學習,我投入了大量的時間在學習和教學中,涵蓋廣泛的科學話題。

今天我熱衷於機器學習、深入學習和人工智慧 ( AI )。我將盡最大的努力傳達我對資料科學的熱情。我在這個領域獲得了豐富的經驗。我擁有資料科學專業的工程碩士學位。我花了一年時間研究機器學習,從事創新和令人興奮的專案。 然後在Google的工作經驗中,我實施了一些用於商業分析的機器學習模型。

最終,我意識到我花了大部分時間做分析,我逐漸需要培養更多的創意,所以我踏入創業生涯。我的課程結合分析和創造力的兩個維度,使你可以在應用於創意思考的同時學習資料科學中所需的所有分析技能。

期待和你一起完成學習!

Hadelin de Ponteves

Mitchell Bouchard CEO,製片人,導演 RED CAPE FILMS B.S,MFA 候選人 更多講師主講課程介紹 )

Mitchell 是來自加拿大安大略省哈羅的加拿大電影製作人。 2016年,他畢業於達科他州立大學,主修電腦圖形學專業電影和電影藝術。

在達科他州立大學獲得多個獎項,如“1st Place BeadleMania”,“Winner College 10週年Dordt電影節”以及“傑出藝術家獎藝術與科學學院”。

Mitchell 曾在CBC的“Windsors Shorts”電視節目中亮相,目前擔任RED CAPE FILMS的首席執行官。 他教授電影製作並製作高端電影製作。

他還是TEDX Windsor的製片人/導演,演講者來自全國各地。

SuperDataScience 團隊    幫助資料科學家成功的團隊

Hi, 你好!

我們是 SuperDataScience 團隊。你將在 Kirill Eremenko 教授的資料科學課程中看到我們 – 我們在這裡幫助你解決任何問題,並確保你在課程的旅程中總是一舤風順!

聯繫最好的方法是在你正在學習的課程的問答中討論。在大多數情況下,我們會在24小時內回覆。

我們熱衷於幫助你享受課程!

課堂中見囉!

誠摯地,
SuperDataScience 真正的人

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

報名參加課程 | Get Good Deals

Sponsored by Udemy

也許你會有興趣

 學習資訊不漏接-歡迎使用 App 訂閱發文通知 

Comments are closed.

Powered by WordPress.com.

Up ↑

%d 位部落客按了讚: