or
यह अभ्यास पाठ्यक्रम का हिस्सा है
इस पहले अध्याय में, आप न्यूरल नेटवर्क्स से परिचित होंगे, समझेंगे कि वे किस तरह की समस्याएँ हल कर सकते हैं और कब उनका उपयोग करना चाहिए। आप कई नेटवर्क बनाएँगे और हमारे पास आती एक उल्का पिंड की कक्षा का अनुमान लगाने के लिए एक रिग्रेशन मॉडल ट्रेन कर के धरती को बचाएँगे!
इस अध्याय के अंत तक, आप न्यूरल नेटवर्क्स के साथ बाइनरी, मल्टी-क्लास और मल्टी-लेबल समस्याएँ हल करना जानेंगे। यह सब आप ऐसी समस्याएँ सुलझाकर करेंगे जैसे नकली डॉलर बिल पहचानना, तय करना कि बोर्ड पर कौन-सा डार्ट किसने फेंका, और अपनी खेती को पानी देने के लिए एक स्मार्ट सिस्टम बनाना। आप मॉडल ट्रेनिंग मेट्रिक्स प्लॉट करना, ट्रेनिंग को तब रोकना और मॉडल्स को सेव करना भी सीखेंगे जब वे अब और बेहतर नहीं हो रहे हों।
पिछले अध्यायों में, आपने बहुत से मॉडल्स ट्रेन किए हैं! अब आप लर्निंग कर्व्स की व्याख्या करना सीखेंगे ताकि ट्रेनिंग के दौरान अपने मॉडलों को समझ सकें। आप एक्टिवेशन फंक्शंस, बैच साइज़, और बैच नॉर्मलाइज़ेशन के असर को भी विज़ुअलाइज़ करेंगे। अंत में, आप sklearn का उपयोग करके अपने Keras मॉडलों के लिए ऑटोमैटिक हाइपरपैरामीटर ऑप्टिमाइज़ेशन करना सीखेंगे।
अब समय है और उन्नत आर्किटेक्चर से परिचित होने का! आप नॉइज़ी इमेजेस को रिकंस्ट्रक्ट करने के लिए एक ऑटोएन्कोडर बनाएँगे, कॉन्वोल्यूशनल न्यूरल नेटवर्क्स की एक्टिवेशंस को विज़ुअलाइज़ करेंगे, गहरे प्री-ट्रेंड मॉडलों का उपयोग करके इमेजेस को क्लासिफाई करेंगे, और रेकरेन्ट न्यूरल नेटवर्क्स तथा टेक्स्ट के साथ काम करने के बारे में और जानेंगे जब आप ऐसा नेटवर्क बनाएँगे जो वाक्य में अगले शब्द की भविष्यवाणी करता है।
वर्तमान अभ्यास