Inflearn brand logo image
Inflearn brand logo image
Inflearn brand logo image
AI Development

/

Deep Learning & Machine Learning

Những điều cơ bản về học sâu được học với TensorFlow 2.0

Nghiên cứu ngữ pháp cơ bản của TensorFlow 2.0, Bạn sẽ học lý thuyết về deep learning với mã thực hành TensorFlow.

(3.8) 5 đánh giá

79 học viên

  • chris
Deep Learning(DL)
Tensorflow
Machine Learning(ML)

Dịch cái này sang tiếng Việt

  • Lý thuyết cơ bản về học sâu

  • Triết lý cốt lõi của TensorFlow

  • Thực hành ngữ pháp cơ bản Tensorflow

  • Thực hành lý thuyết cơ bản sử dụng mã TensorFlow

Những gì bạn sẽ học được trong khóa học này 📖

Khóa học này bao gồm cú pháp cơ bản của TensorFlow 2.0 và các nguyên tắc cơ bản của học sâu. TensorFlow 2.0 có giao diện khác biệt đáng kể so với phiên bản 1.0. Do đó, việc hiểu rõ những điểm khác biệt và tận dụng thế mạnh của chúng sẽ giúp bạn triển khai mã máy học sạch hơn và đẹp hơn.

Nếu bạn muốn xây dựng mô hình học sâu của riêng mình, hãy chú ý! ☺️

Bạn có gặp phải những lo lắng này khi học về học sâu không?

  • "Tôi không hiểu rõ về những khái niệm cơ bản của học sâu."
  • "Thay vì đào tạo các mô hình học sâu bằng cách sao chép và dán, tôi muốn tự tạo ra mô hình của riêng mình."
  • "Tôi không biết sự khác biệt giữa TensorFlow 1.0 và 2.0."

Đừng lo lắng. Khóa học này sẽ bao gồm những kiến thức cơ bản về học sâu với TensorFlow! Tôi hy vọng bạn sẽ có được sự hiểu biết sâu sắc và trực quan hơn về các khái niệm học sâu thông qua thực hành thực tế, chứ không chỉ là lý thuyết suông! 😝

Bạn sẽ trông như thế nào sau khi tham gia khóa học này 📜

  • Bạn sẽ có thể hiểu được những khái niệm cơ bản về học sâu.
  • Bạn có thể hiểu các tính năng của TensorFlow 2.0.
  • Bạn sẽ học cách tự tạo mã của riêng mình từ đầu, thay vì dựa vào mã của người khác.

Bài giảng của tôi có gì đặc biệt ✨

  • Một bài giảng mà ngay cả người mới bắt đầu cũng có thể dễ dàng theo dõi và hiểu được!
    Ngay cả khi bạn không có kiến thức cơ bản về TensorFlow, chúng tôi sẽ hướng dẫn bạn từng bước để bạn có thể dễ dàng tiếp cận.
  • Hành trình ngàn dặm khởi đầu bằng một bước chân! Các bài giảng tập trung vào ngữ pháp cơ bản và triết học.
    Chúng tôi đã lựa chọn cẩn thận và chỉ chia sẻ với bạn những kiến thức cơ bản cần thiết cho việc học sâu.
  • Bạn có thể tìm hiểu cả cách triển khai đơn giản và nâng cao của mô hình TensorFlow.
    Bạn có thể áp dụng lý thuyết đã học về cách thức hoạt động của các mô hình học sâu thông qua đào tạo thực tế.

Những gì bạn sẽ học được trong khóa học này 📚

Cơ bản về TensorFlow

Tìm hiểu về các khái niệm tenxơ và biến, là nền tảng của TensorFlow, và khám phá tính năng thực thi nhanh được thêm vào trong TensorFlow 2.0 và các mô hình tuần tự, là tính năng cơ bản cốt lõi của TensorFlow.

Cơ bản về Học sâu

Tìm hiểu về những nguyên tắc cơ bản của học sâu: hàm mất mát, chính quy hóa, tối ưu hóa, phân biệt tự động, v.v.

Kỹ thuật nâng cao của TensorFlow 2.0

Tìm hiểu cách nâng cao khả năng học sâu với tf.function, nhúng từ biểu diễn chuỗi văn bản dưới dạng số và Functional API, sử dụng các API chức năng.

Kỹ thuật học sâu nâng cao

Chúng ta sẽ tìm hiểu về mạng nơ-ron hồi quy và mạng nơ-ron tích chập, mạng nơ-ron cốt lõi của học sâu và cách lưu và khôi phục tệp mô hình.

Tôi là kiểu người như thế này 😝


Sự nghiệp của tôi như sau:

Hiện tại) Phó chủ tịch của AIOps
Chuyên gia phát triển Google hiện tại cho ML
Cựu kỹ sư nghiên cứu AI của Naver
Cựu kỹ sư dữ liệu Kakao

Trước khi tham dự buổi thuyết trình, vui lòng kiểm tra trước bất kỳ câu hỏi nào bạn có thể có! 😝

H. Đây có phải là khóa học mà sinh viên không chuyên ngành cũng có thể tham gia không?

Vâng. Vì đây là khái niệm cơ bản nên tôi sẽ giải thích từng bước để ngay cả những người không chuyên cũng có thể hiểu được.

H. Tại sao tôi nên học TensorFlow và học sâu?

Sẽ không ngoa khi nói rằng tương lai của ngành CNTT phụ thuộc vào trí tuệ nhân tạo. Thật vậy, tôi đã dành cả sự nghiệp của mình cho trí tuệ nhân tạo, và tôi tin rằng việc hiểu các khái niệm cơ bản về học sâu, vốn là cốt lõi của ngành công nghiệp AI hiện đại, là điều thiết yếu.

H. Tôi có cần chuẩn bị gì trước khi tham dự buổi thuyết trình không?

Sẽ là một ý tưởng hay nếu bạn học một số kiến thức cơ bản về Python.

H. Nội dung bài học được trình bày ở mức độ nào?

Sau khi học lý thuyết cơ bản, bạn sẽ ghi nhớ những gì đã học thông qua thực hành đơn giản.

Khuyến nghị cho
những người này

Khóa học này dành cho ai?

  • học thuật

  • nhà phát triển

  • Nhà phát triển phần mềm muốn học deep learning

  • Kỹ sư máy học muốn củng cố kiến ​​thức cơ bản của mình

  • Những người muốn chuyển nghề sang trí tuệ nhân tạo

Cần biết trước khi bắt đầu?

  • Python cơ bản

Xin chào
Đây là

1,039

Học viên

90

Đánh giá

8

Trả lời

4.4

Xếp hạng

3

Các khóa học

(현) 뤼이드 VP of AIOps

(현) Google Developer Expert for Machine Learning

(전) Naver - AI Research Engineer

(전) Kakao - Data Engineer

Chương trình giảng dạy

Tất cả

17 bài giảng ∙ (8giờ 39phút)

Ngày đăng: 
Cập nhật lần cuối: 

Đánh giá

Tất cả

5 đánh giá

3.8

5 đánh giá

  • 권준성님의 프로필 이미지
    권준성

    Đánh giá 2

    Đánh giá trung bình 4.0

    4

    35% đã tham gia

    자세하게 설명해줘요

    • 박서현님의 프로필 이미지
      박서현

      Đánh giá 5

      Đánh giá trung bình 5.0

      5

      100% đã tham gia

      좋은 설명 감사드려요

      • buzzrang님의 프로필 이미지
        buzzrang

        Đánh giá 18

        Đánh giá trung bình 3.3

        4

        100% đã tham gia

        좋은강의였습니다.

        • suresoft님의 프로필 이미지
          suresoft

          Đánh giá 2

          Đánh giá trung bình 5.0

          5

          100% đã tham gia

          딥러닝에 대해서 이해할 수 있었던 시간이었습니다

          • null님의 프로필 이미지
            null

            Đánh giá 1

            Đánh giá trung bình 1.0

            1

            12% đã tham gia

            좋은책 한권 사서 보는게 나을듯 싶습니다. 초급자용 강의라고 하기에는 중간에 생략되는 개념설명이 너무 많고 강사분도 진행이 너무 우왕좌왕하는 것 같습니다. 원격 세미나용 자료를 그대로 가져다가 올리신거 같은데 이걸 돈주고 들었다는게 좀 속은 느낌이네요

            1.165.211 ₫

            Khóa học khác của chris

            Hãy khám phá các khóa học khác của giảng viên!

            Khóa học tương tự

            Khám phá các khóa học khác trong cùng lĩnh vực!