كل الدورات
عن الدورة
تركّز هذه الدورة على تدريب النماذج باستخدام إطار عمل TensorFlow من خلال فهم كائنات الموترات كأساس لإنشاء النماذج، والتمييز بين وضعي التنفيذ eager وgraph لتوليد كود أكثر فعالية. ستتعلم كيفية إنشاء حلقات تدريب مخصصة باستخدام GradientTape وTensorFlow Datasets للحصول على مزيد من التحكم والمرونة في عملية التدريب. كما تغطي الدورة استراتيجيات التدريب الموزع لاستخدام موارد متعددة مثل وحدات المعالجة الرسومية (GPU) ووحدات المعالجة التنسورية (TPU)، ما يسمح بمعالجة بيانات أكبر وتسريع التدريب. هذه المهارات تؤهلك للعمل على مشاريع تعلم عميق متقدمة.
ماذا ستتعلم
- فهم كائنات الموترات ووظائفها في TensorFlow
- تمييز وضعي eager وgraph والعمل بهما
- استخدام أدوات TensorFlow لحساب التدرجات
- بناء حلقات تدريب مخصصة بواسطة GradientTape
- تطبيق استراتيجيات التدريب الموزع على وحدات متعددة
- تحسين رؤية ومرونة عملية تدريب النماذج
المتطلبات المسبقة
- معرفة بالرياضيات الأساسية مثل التفاضل والتكامل والجبر الخطي والإحصاء
- خبرة في الذكاء الاصطناعي والتعلم العميق
- إجادة استخدام بايثون وأطر العمل TF/Keras أو PyTorch
المدرسون
L
Laurence Moroney
Instructor
E
Eddy Shyu
Instructor
المواضيع
تعلم الآلة
علوم البيانات
تطوير البرمجيات
علوم الحاسوب
TensorFlow
التعلم العميق
الحوسبة الموزعة
تحسين الأداء
معلومات الدورة
المنصةCoursera
المستوىغير محدد
طريقة التعلمغير محدد
السعرمجاني
المهارات
تعلم الآلة
علوم البيانات
تطوير البرمجيات
علوم الحاسوب
TensorFlow
التعلم العميق
الحوسبة الموزعة
تحسين الأداء
Keras (Neural Network Library)
إعلان
إعلان