YoVDO

Améliorez les réseaux neuronaux profonds

Offered By: DeepLearning.AI via Coursera

Tags

Neural Networks Courses Deep Learning Courses TensorFlow Courses Hyperparameter Tuning Courses Batch Normalization Courses Algorithm Optimization Courses

Course Description

Overview

Dans ce cours, vous apprendrez la "magie" qui permet l'efficacité de l’apprentissage profond. Plutôt que de voir le processus d’apprentissage profond comme une boîte noire, vous comprendrez ce qui commande la performance et vous pourrez ainsi obtenir systématiquement de bons résultats plus souvent. Vous apprendrez également TensorFlow. Au bout de 3 semaines, vous: - Pourrez comprendre les meilleures pratiques dans le secteur de construction des applications d’apprentissage profond. - Serez en mesure d’utiliser avec efficacité des "astuces", communes des réseaux neuronaux, qui incluent l’initialisation, la régularisation L2 et la régularisation du décrochage, la normalisation par lots, la vérification de gradients, - Pourrez mettre en œuvre et employer une variété d’algorithmes d’optimisation, comme par exemple la descente de gradients par mini-lots, le momentum, RMSprop et Adam, et contrôler leur convergence. - Comprendrez, à l’ère de l’apprentissage profond, les nouvelles meilleures pratiques sur la configuration des ensembles train/dev/test et comment analyser les biais/variances - Pourrez implémenter un réseau neuronal dans TensorFlow. Ceci est le deuxième cours de spécialisation en apprentissage profond.

Syllabus

  • Aspects pratiques de l’apprentissage profond
  • Algorithmes d’optimisation
  • Réglage des hyper-paramètres, normalisation des lots et cadres de programmation

Taught by

Andrew Ng, Kian Katanforoosh and Younes Bensouda Mourri

Related Courses

Neural Networks for Machine Learning
University of Toronto via Coursera
機器學習技法 (Machine Learning Techniques)
National Taiwan University via Coursera
Machine Learning Capstone: An Intelligent Application with Deep Learning
University of Washington via Coursera
Прикладные задачи анализа данных
Moscow Institute of Physics and Technology via Coursera
Leading Ambitious Teaching and Learning
Microsoft via edX