Kursplan

Komma igång

  • Installation och installation

TensorFlow Grunderna

  • Skapa, initiera, spara och återställa TensorFlow variabler
  • Matning, avläsning och förladdning TensorFlow Data
  • Så här använder du TensorFlow-infrastruktur för att träna modeller i stor skala
  • Visualisera och utvärdera modeller med TensorBoard

TensorFlow Mekanik 101

  • Förbereda data
    • Ladda ned
    • Indata och platshållare
  • Bygg grafen
    • Slutsats
    • Förlust
    • Träning
  • Träna modellen
    • Grafen
    • Sessionen
    • Tågslinga
  • Utvärdera modellen
    • Bygg Eval-grafen
    • Eval Utgång

Avancerad användning

  • Trådning och köer
  • Distribuerad TensorFlow
  • Skriva Documentation och dela din modell
  • Anpassa dataläsare
  • Använda GPUs
  • Manipulera TensorFlow modellfiler

TensorFlow Servering

  • Införandet
  • Grundläggande serveringshandledning
  • Avancerad serveringshandledning
  • Självstudie om att betjäna startmodellen

Komma igång med SyntaxNet

  • Tolkning från standardingång
  • Kommentera en korpus
  • Konfigurera skripten Python

Bygga en NLP-pipeline med SyntaxNet

  • Hämta data
  • Taggning av ordklasser
  • Träna SyntaxNet POS-taggaren
  • Förbehandling med taggaren
  • Beroendeparsning: Övergångsbaserad parsning
  • Träna en parser Steg 1: Lokal förträning
  • Träna en parser Steg 2: Global träning

Vektorrepresentationer av Words

  • Motivation: Varför lära sig ordinbäddningar?
  • Skala upp med Noise-Contrastive Training
  • Skip-gram-modellen
  • Bygga grafen
  • Träna modellen
  • Visualisera de inlärda inbäddningarna
  • Utvärdera inbäddningar: Analogiskt resonemang
  • Optimera implementeringen

Krav

Arbetskunskaper i python

 35 timmar

Antal deltagare


Price per participant

Vittnesmål (3)

Upcoming Courses

Relaterade Kategorier