[2025] Tensorflow 2: глубокое обучение и искусственный интеллект [Udemy] [Lazy Programmer Inc.]

[Bot]

Какое захватывающее время. Прошло почти 4 года с момента выпуска Tensorflow, и библиотека эволюционировала до своей официальной второй версии.
Tensorflow — это библиотека Google для глубокого обучения и искусственного интеллекта.

• В последнее время глубокое обучение стало причиной некоторых удивительных достижений, таких как:
• Создание красивых, фотореалистичных изображений людей и предметов, которых никогда не существовало (генеративно-состязательные сети)
• Побеждать чемпионов мира в стратегической игре Го и в сложных видеоиграх, таких как CS:GO и Dota 2 (глубокое обучение с подкреплением)
• Самоуправляемые автомобили (Компьютерное зрение)
• Распознавание речи (например, Siri) и машинный перевод (обработка естественного языка)
• Даже создание видеороликов, на которых люди делают и говорят то, чего они никогда не делали (DeepFakes — потенциально опасное применение глубокого обучения)

Tensorflow — самая популярная в мире библиотека для глубокого обучения, созданная компанией Google, материнская компания которой, Alphabet, недавно стала самой богатой компанией в мире (всего за несколько дней до того, как я написал эту статью). Это излюбленная библиотека для многих компаний, занимающихся искусственным интеллектом и машинным обучением.
Другими словами, если вы хотите заниматься глубоким обучением, вам нужно знать Tensorflow.

Этот курс предназначен для студентов от начального до продвинутого уровня. Как такое возможно?

Если вы только что прошли мой бесплатный вводный курс по Numpy, то знаете всё, что нужно, чтобы сразу приступить к делу. Мы начнём с самых простых моделей машинного обучения и перейдём к современным концепциям.

По ходу обучения вы узнаете обо всех основных архитектурах глубокого обучения, таких как глубокие нейронные сети, свёрточные нейронные сети (для обработки изображений) и рекуррентные нейронные сети (для обработки последовательных данных).

Текущие проекты включают:

• Обработка естественного языка (НЛП)
• Рекомендательные системы
• Передача обучения компьютерному зрению
• Генеративные состязательные сети (GAN)
• Робот для торговли Акциями с Глубоким Усилением обучения

Даже если вы уже прошли все мои предыдущие курсы, вы всё равно узнаете, как преобразовать свой предыдущий код, чтобы он использовал Tensorflow 2.0, а также о совершенно новых и ранее не встречавшихся проектах, таких как прогнозирование временных рядов и прогнозирование акций
Этот курс предназначен для студентов, которые хотят учиться быстро, но в нём также есть «глубокие» разделы на случай, если вы захотите углубиться в теорию (например, что такое функция потерь и какие существуют типы подходов к градиентному спуску).

Расширенные разделы Tensorflow включают:

• Развёртывание модели с помощью Tensorflow Serving (Tensorflow в облаке)
• Развёртывание модели с помощью Tensorflow Lite (мобильные и встроенные приложения)
• Обучение распределенному тензорному потоку с помощью Стратегий распределения
• Написание вашей собственной модели тензорного потока
• Преобразование кода Tensorflow 1.x в Tensorflow 2.0
• Константы, переменные и тензоры
• Нетерпеливое исполнение
• Градиентная лента

Примечание инструктора: в этом курсе основное внимание уделяется широте охвата, а не глубине, с меньшим количеством теории в пользу создания более интересных вещей. Если вы ищете курс с большим количеством теории, то это не то, что вам нужно. Как правило, по каждой из этих тем (системы рекомендаций, обработка естественного языка, обучение с подкреплением, компьютерное зрение, генеративно-состязательные сети и т. д.) у меня уже есть отдельные курсы.
Спасибо за чтение, и увидимся на занятиях!

Для просмотра скрытого содержимого необходимо Войти или Зарегистрироваться.