Erfahren Sie alles über TensorFlow, das beliebte Open-Source-Framework für maschinelles Lernen. Entdecken Sie die Geschichte, die Hauptmerkmale und den Vergleich mit anderen Frameworks wie PyTorch und Keras. Lernen Sie durch ein praktisches Beispiel, wie Sie ein einfaches neuronales Netzwerk mit TensorFlow erstellen können.
Erfahren Sie, wie Sie TensorFlow auf Ihrem Computer installieren und die Umgebung einrichten. Lernen Sie, wie Sie Miniconda installieren, eine Conda-Umgebung erstellen und die GPU-Unterstützung einrichten. Entdecken Sie die Vorteile von TensorFlow 2.x und Eager Execution mit praktischen Beispielen.
Erfahren Sie die Grundlagen von TensorFlow, einschließlich Tensors und TensorFlow-Variablen. Lernen Sie, was Tensors sind, wie Sie grundlegende Tensor-Operationen durchführen und wie Sie mit TensorFlow-Variablen und Platzhaltern und Computational Graphs und Sessions arbeiten. Erhalten Sie praktische Beispiele und Code-Snippets, um TensorFlow effektiv zu nutzen.
Lernen Sie die Grundlagen der neuronalen Netzwerke und Aktivierungsfunktionen. Erfahren Sie, wie neuronale Netzwerke aufgebaut sind, welche Rolle Eingabe-, verborgene und Ausgabeschichten spielen und wie verschiedene Aktivierungsfunktionen wie Sigmoid, Tanh, ReLU und Softmax verwendet werden.
Lernen Sie, wie man neuronale Netzwerke in TensorFlow erstellt. Entdecken Sie die Sequential Model API, die Functional API und das Model Subclassing. Sehen Sie sich detaillierte Beispiele an, die zeigen, wie Sie einfache und komplexe Modelle mit jeder dieser Methoden erstellen und kompilieren können.
Erfahren Sie, wie Sie neuronale Netzwerke in TensorFlow trainieren. Lernen Sie die Schritte der Datenvorbereitung, das Laden und Vorverarbeiten von Daten sowie die Verwendung von TensorFlow Datasets (tf.data) für effizientes Datenmanagement kennen. Praktische Beispiele und Code-Snippets helfen Ihnen, den gesamten Prozess zu verstehen.
Erfahren Sie alles über den Trainingsprozess von neuronalen Netzwerken in TensorFlow. Lernen Sie die Rolle von Verlustfunktionen, Optimierern, Metriken, Trainingsschleifen sowie Callbacks und Checkpoints kennen. Praktische Beispiele und Code-Snippets helfen Ihnen, den gesamten Prozess zu verstehen und anzuwenden.
Erfahren Sie, wie Convolutional Neural Networks (CNNs) funktionieren und wie Sie ein CNN in TensorFlow erstellen. Lernen Sie die Hauptkomponenten eines CNNs kennen und sehen Sie sich ein detailliertes Beispiel an, das den Aufbau und das Training eines CNNs für die Bildklassifikation zeigt.
Erfahren Sie, wie Recurrent Neural Networks (RNNs) funktionieren und wie Sie RNNs in TensorFlow erstellen. Lernen Sie die Unterschiede zwischen LSTM und GRU kennen und sehen Sie sich detaillierte Beispiele für den Aufbau und das Training von RNN-, LSTM- und GRU-Modellen in TensorFlow an.
Erfahren Sie, wie Transfer Learning funktioniert und wie Sie vortrainierte Modelle in TensorFlow verwenden können. Lernen Sie, wie Sie Modelle mit Fine-Tuning optimieren und sehen Sie sich detaillierte Beispiele für die Anwendung dieser Techniken an.
Erfahren Sie, wie Sie benutzerdefinierte Trainingsschleifen in TensorFlow mit tf.GradientTape erstellen. Lernen Sie die Grundlagen der automatischen Differenzierung (Autodiff) und sehen Sie detaillierte Beispiele für die Implementierung von Custom Training Loops.
Erfahren Sie, wie Natural Language Processing (NLP) in TensorFlow funktioniert. Lernen Sie die Grundlagen der Textvorverarbeitung, die Verwendung von Embeddings wie Word2Vec und GloVe und den Aufbau von Sequenzmodellen wie LSTM. Praktische Beispiele und detaillierte Erklärungen helfen Ihnen, NLP effektiv zu nutzen.
Erfahren Sie alles über generative Modelle in der KI. Lernen Sie, wie Generative Adversarial Networks (GANs) und Variational Autoencoders (VAEs) funktionieren und sehen Sie sich detaillierte Beispiele zur Implementierung dieser Techniken in TensorFlow an.
Erfahren Sie alles über TensorFlow Extended (TFX), eine umfassende Plattform für maschinelles Lernen. Lernen Sie die verschiedenen Komponenten von TFX kennen, darunter ExampleGen, StatisticsGen, SchemaGen, ExampleValidator, Transform, Trainer, Tuner, Evaluator und Pusher. Sehen Sie sich detaillierte Beispiele zur Implementierung dieser Komponenten an.
Erfahren Sie, wie Sie eine ML-Pipeline mit TensorFlow Extended (TFX) orchestrieren. Lernen Sie die Schritte des Datenvalidierung, Modelltraining und -validierung sowie der Modellbereitstellung kennen. Sehen Sie sich detaillierte Beispiele zur Implementierung dieser Techniken in TFX an.
Erfahren Sie, wie Sie die Leistung Ihrer TensorFlow-Programme optimieren können. Lernen Sie Techniken zur Profilerstellung mit TensorBoard, die Verwendung von TensorFlow Lite für mobile und eingebettete Geräte sowie TensorFlow.js für Webanwendungen kennen. Sehen Sie sich detaillierte Beispiele zur Implementierung dieser Techniken an.
Erfahren Sie, wie Sie maschinelle Lernmodelle speichern und laden, Modelle mit TensorFlow Serving bereitstellen und Modelle auf Cloud-Plattformen wie Google Cloud AI Platform einsetzen. Sehen Sie sich detaillierte Beispiele zur Implementierung dieser Techniken an.
Erfahren Sie, wie Sie TensorBoard verwenden, um maschinelle Lernmodelle zu visualisieren und zu debuggen. Lernen Sie die Grundlagen von TensorBoard kennen, einschließlich der Visualisierung von Metriken und der Verwendung von Debugging-Tools. Sehen Sie sich detaillierte Beispiele zur Implementierung dieser Techniken an.
Erfahren Sie, wie Sie vortrainierte Modelle von TensorFlow Hub verwenden und Fine-Tuning durchführen können. Lernen Sie, wie Sie vortrainierte Modelle für verschiedene Aufgaben integrieren und anpassen können. Sehen Sie sich detaillierte Beispiele zur Implementierung dieser Techniken an.
Erfahren Sie alles über Computer Vision und seine Anwendungen. Lernen Sie die Grundlagen der Bildklassifikation, Objekterkennung und Bildsegmentierung kennen. Sehen Sie sich detaillierte Beispiele zur Implementierung dieser Techniken in TensorFlow an.
U-Net Modell zur Bildsegmentierung mit Deep Learning und TensorFlow. Umfasst Datenvorverarbeitung, Training und Visualisierung der Ergebnisse.
Erstellen Sie einen fortschrittlichen Chatbot mit NLTK, Keras und TensorFlow. Lernen Sie die Klassifizierung und Verarbeitung von Texten.
0049-15773651670
Jacob-winter-platz,1 01239 Dresden