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

Causal Diagrams: Draw Your Assumptions Before Your Conclusions
Harvard University via edX
Artificial Intelligence Ethics in Action
LearnQuest via Coursera
Biostatistics USMLE
YouTube
The Individual Within the Crowd: How Individual Forecasters Contribute to Ideal Group Forecasts
Santa Fe Institute via YouTube
Image Representations Learned With Unsupervised Pre-Training Contain Human-like Biases
Association for Computing Machinery (ACM) via YouTube