YoVDO

Повышение эффективности глубоких нейросетей

Offered By: DeepLearning.AI via Coursera

Tags

Neural Networks Courses Deep Learning Courses TensorFlow Courses Hyperparameter Optimization Courses Optimization Algorithms Courses Batch Normalization Courses Bias Analysis Courses

Course Description

Overview

Этот курс научит вас «магии» повышения эффективности глубокого обучения. Вы изучите сложный механизм работы глубокого обучения, узнаете, какие параметры влияют на его эффективность и сможете систематически получать хорошие результаты. Также вы изучите TensorFlow. По прошествии трех недель вы: — освоите передовые методы создания приложений для глубокого обучения; — научитесь эффективно использовать распространенные «хитрости» работы с нейросетями, включая инициализацию, L2-регуляризацию и регуляризацию методом исключения, пакетную нормализацию и проверку градиента; — научитесь выполнять и применять различные алгоритмы оптимизации, такие как мини-пакетный градиентный спуск, моменты, RMSprop и Adam, а также проверять их сходимость; — освоите передовые методы составления наборов данных для обучения, разработки и тестирования, а также анализа предвзятости и отклонений; — сможете реализовывать нейронную сеть в TensorFlow. Это второй курс специализации «Глубокое обучение».

Syllabus

  • Практические аспекты глубокого обучения
  • Алгоритмы оптимизации
  • Оптимизация гиперпараметров, пакетная нормализация и программные фреймворки

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