WalkSelf · AI, Tecnologia e Ingegneria · AI e Machine Learning

Deep Learning

Immergiti nel mondo delle reti neurali artificiali. Impara a costruire, addestrare e ottimizzare modelli di deep learning per compiti complessi utilizzando framework come TensorFlow e PyTorch.

Deep Learning

Rimodellamento e Manipolazione dei Tensori per il Deep Learning

Fondamenti della Funzione Softmax nella Progettazione di Reti Neurali

Pipeline di Dati TensorFlow: Parsing di TFRecord Serializzati

PyTorch Strutturato: Addestramento e Gestione di Modelli Basati su Classi

Test di rete neurale con il dataset MNIST

Creare reti neurali con Keras: un'introduzione pratica

Allenamento robusto dei modelli TensorFlow con sessioni di allenamento monitorate

Flusso di lavoro Keras per la creazione e l'addestramento di reti neurali

Costruire una Classe di Reti Neurali in Python da Zero

Propagazione in Avanti nelle Reti Neurali a 3 Strati

PyTorch Datasets: Loop di addestramento mini-batch e divisioni dei dati

Riconoscimento delle cifre con Keras: Costruisci e Valuta Modelli di Deep Learning

Batch Gradient Descent e Perceptron Training con NumPy

Tracciamento del modello PyTorch con TensorBoard e SummaryWriter

Creare modelli di deep learning con Keras: una guida per principianti

Comprendere le Predizioni Discrete e Continue nei Percettroni

Ottimizzazione del modello e ottimizzazione iperparametrica in Keras

Regolarizzazione e Ottimizzazione nelle Reti Neurali Convoluzionali

Comprendere gli Strati Nascosti nelle Reti Neurali a Tre Strati

Reti neurali ricorrenti e LSTM: una guida concettuale

Preparazione dei dati MNIST per l'addestramento delle reti neurali

Fondamenti di reti neurali ricorrenti semplici

Preparazione e Scalatura dei Dati per Reti Neurali in Python

Ottimizzazione delle Reti Neurali con Mini-Batch Gradient Descent