Podstawy uczenia maszynowego z TensorFlow
Ten program nauczania jest przeznaczony dla osób, które:
- Nowy w ML, ale posiadający średniozaawansowane doświadczenie w programowaniu
Ta zawartość ma na celu poprowadzić programistów, którzy nie mają doświadczenia z ML, przez początkowe etapy ich podróży do ML. Zobaczysz, że wiele zasobów korzysta z TensorFlow, jednak wiedzę można przenieść do innych platform uczenia maszynowego.
Krok 1: Zrozum, o co chodzi w ML
TensorFlow 2.0 został zaprojektowany, aby ułatwić budowanie sieci neuronowych na potrzeby uczenia maszynowego, dlatego TensorFlow 2.0 korzysta z interfejsu API o nazwie Keras. Książka Deep Learning with Python autorstwa Francois Cholleta, twórcy Keras, to świetne miejsce na rozpoczęcie. Przeczytaj rozdziały 1-4, aby zrozumieć podstawy uczenia maszynowego z perspektywy programisty. Druga połowa książki omawia takie obszary, jak widzenie komputerowe, przetwarzanie języka naturalnego, generatywne głębokie uczenie się i inne. Nie martw się, jeśli te tematy są teraz zbyt zaawansowane, ponieważ w odpowiednim czasie nabiorą większego sensu.
![](https://www.tensorflow.org/static/site-assets/images/marketing/edu/edu_books_aimlforcoders.jpg?authuser=6&hl=pl)
W tej książce wprowadzającej przedstawiono podejście oparte na kodzie, które pozwala dowiedzieć się, jak wdrożyć najpopularniejsze scenariusze uczenia maszynowego, takie jak wizja komputerowa, przetwarzanie języka naturalnego (NLP) i modelowanie sekwencji dla środowisk wykonawczych sieci Web, urządzeń mobilnych, chmury i osadzonych.
![](https://www.tensorflow.org/static/site-assets/images/marketing/edu/edu_books.jpg?authuser=6&hl=pl)
Ta książka jest praktycznym, praktycznym wprowadzeniem do głębokiego uczenia się z Kerasem.
⬆ Lub ⬇
Weź udział w kursie online, takim jak Wprowadzenie do TensorFlow firmy Coursera lub Wprowadzenie do TensorFlow do głębokiego uczenia się firmy Udacity, oba obejmują te same podstawy, co książka Francois. Pomocne mogą okazać się także filmy z serwisu 3blue1brown, które zawierają krótkie wyjaśnienia dotyczące działania sieci neuronowych na poziomie matematycznym.
Ukończenie tego kroku da ci podstawy działania ML i przygotuje cię do głębszego zgłębienia.
![](https://www.tensorflow.org/static/site-assets/images/marketing/edu/edu_course_intro_to_tf_for_ai_ml_and_dl_coursera.jpg?authuser=6&hl=pl)
DeepLearning.AI
Wprowadzenie do TensorFlow dla sztucznej inteligencji, uczenia maszynowego i głębokiego uczenia sięTen kurs, opracowany we współpracy z zespołem TensorFlow, jest częścią specjalizacji programisty TensorFlow i nauczy Cię najlepszych praktyk korzystania z TensorFlow.
![](https://www.tensorflow.org/static/site-assets/images/marketing/edu/edu_course_intro_to_tf_udacity.jpg?authuser=6&hl=pl)
W tym kursie online opracowanym przez zespół TensorFlow i Udacity dowiesz się, jak tworzyć aplikacje do głębokiego uczenia się za pomocą TensorFlow.
Krok 2: Poza podstawami
Skorzystaj ze specjalizacji programisty TensorFlow , która zabierze Cię poza podstawy i zapozna Cię z wprowadzającymi zagadnieniami widzenia komputerowego, NLP i modelowaniem sekwencji.
Ukończenie tego kroku stanowi kontynuację wprowadzenia i uczy, jak używać TensorFlow do tworzenia podstawowych modeli dla różnych scenariuszy, w tym klasyfikacji obrazów, zrozumienia tonacji w tekście, algorytmów generatywnych i nie tylko.
![](https://www.tensorflow.org/static/site-assets/images/marketing/edu/edu_course_specialization_coursera.jpg?authuser=6&hl=pl)
DeepLearning.AI
Specjalizacja programisty TensorFlowW ramach tej czterodaniowej specjalizacji prowadzonej przez programistę TensorFlow poznasz narzędzia i narzędzia, których programiści używają do tworzenia skalowalnych algorytmów opartych na sztucznej inteligencji w TensorFlow.
Krok 3: Ćwicz
Wypróbuj niektóre z naszych samouczków TensorFlow Core , które pozwolą Ci przećwiczyć koncepcje, których nauczyłeś się w krokach 1 i 2. Kiedy skończysz, wypróbuj bardziej zaawansowane ćwiczenia.
Ukończenie tego kroku poprawi zrozumienie głównych koncepcji i scenariuszy, które można napotkać podczas tworzenia modeli uczenia maszynowego.
Krok 4: Zejdź głębiej dzięki TensorFlow
Teraz czas wrócić do Deep Learning with Python autorstwa Francois i dokończyć rozdziały 5-9. Powinieneś także przeczytać książkę Hands-on Machine Learning with Scikit-Learn, Keras, and TensorFlow autorstwa Aurelien Geron. Ta książka przedstawia ML i głębokie uczenie się przy użyciu TensorFlow 2.0.
Ukończenie tego kroku uzupełni Twoją wstępną wiedzę na temat ML, w tym rozszerzy platformę w celu spełnienia Twoich potrzeb.
![](https://www.tensorflow.org/static/site-assets/images/marketing/edu/edu_books_aurelien_geron.jpg?authuser=6&hl=pl)
Korzystając z konkretnych przykładów, teorii minimalnej i dwóch gotowych do produkcji frameworków Pythona — Scikit-Learn i TensorFlow — ta książka pomoże Ci uzyskać intuicyjne zrozumienie koncepcji i narzędzi do budowania inteligentnych systemów.