TensorFlow ile Derin Öğrenme Eğitimi

Açıklama

TensorFlow ile Derin Öğrenme Eğitimi, TensorFlow, regresyon ve sinir ağları konularını ele alan 2 günlük bir eğitim programıdır.

Deep Learning with TensorFlow programında aktivasyon fonksiyonları, CNN, RNN, gözetimsiz öğrenme ve otomatik kodlayıcılar ele alınır.

Geleneksel sinir ağları, bir giriş, bir gizli katman ve bir çıkış ağından oluşan yüzeysel ağlara dayanır. Derin öğrenme ağları, daha gizli katmanları veya daha derin olarak adlandırılan özellikleriyle sıradan sinir ağlardan ayrılır. Bu tür ağlar, dünyadaki verilerin büyük çoğunluğunu oluşturan etiketlenmemiş ve yapılandırılmamış verilerdeki (örneğin görseller, ses ve metin) gizli yapıları keşfetme yeteneğine sahiptir.

TensorFlow, derin öğrenmeyi uygulamak için kullanılan en iyi kütüphanelerden biridir. TensorFlow, matematiksel ifadenin sayısal olarak hesaplanması için akış grafiklerini kullanan bir yazılım kütüphanesidir. Grafikte yer alan noktalar, matematiksel işlemleri temsil ederken, kenarlar bu noktalar arasında akan çok boyutlu veri dizilerini (tensörler) temsil eder. Google tarafından özellikle Makine Öğrenimi için geliştirilmiştir. Derin Öğrenme ile geliştirilen çözümlerde yaygın olarak kullanılmaktadır.

Bu eğitimde, TensorFlow’un temel kavramları, ana işlevleri, işlemleri ve yürütme işlem hattı hakkında bilgi sahibi olacaksınız. Eğitime basit bir “Hello World” örneği ile başlayarak TensorFlow’un eğri uydurma, regresyon, sınıflandırma ve hata işlevlerinin en aza indirilmesi konusunda nasıl kullanılabileceğini göreceksiniz. Bunu, Derin Öğrenme dünyasının diğer kavramları takip edecek. Eğitimde, Sinir Ağları eğitilirken, ağırlık ve sapmaları ayarlarken geri yayılıma TensorFlow’u nasıl uygulayacağınızı öğreneceksiniz. Eğitim son olarak Konvolüsyonel Ağlar, Tekrarlayan Ağlar ve Otomatik Kodlayıcılar gibi farklı Derin Mimari türlerinin anlatımıyla son bulacak.

Bu eğitimde neler öğreneceksiniz?

Introduction to TensorFlow
Convolutional Neural Networks (CNN)
Recurrent Neural Networks (RNN)
Unsupervised Learning
Autoencoders

Eğitim İçeriği

Introduction to TensorFlow

HelloWorld with TensorFlow
Linear Regression
Nonlinear Regression
Logistic Regression
Activation Functions

Convolutional Neural Networks (CNN)

CNN History
Understanding CNNs
CNN Application

Recurrent Neural Networks (RNN)

Intro to RNN Model
Long Short-Term memory (LSTM)
Recursive Neural Tensor Network Theory
Recurrent Neural Network Model

Unsupervised Learning

Applications of Unsupervised Learning
Restricted Boltzmann Machine
Collaborative Filtering with RBM

Autoencoders

Introduction to Autoencoders and Applications
Autoencoders
Deep Belief Network

Katılım Koşulları

Derin öğrenmeye yeni başlayanlar için önce Derin Öğrenme Temelleri eğitimi önerilir. Diğer hazırlık koşullarını İletişim Formu üzerinden teyit edebilirsiniz.

Sıkça Sorulan Sorular