or
この演習はコースの一部です
TensorFlow 2 で高度なモデルを構築する前に、まず基礎を理解しておく必要があります。本章では、定数と変数の定義、テンソルの加算と乗算、そして導関数の計算方法を学びます。線形代数の知識があると役立ちますが、必須ではありません。
この章では、TensorFlow 2 でモデルを構築し、解き、予測する方法を学びます。単純なモデルである線形回帰モデルに焦点を当て、住宅価格の予測に取り組みます。章の終わりには、データの読み込みと操作、損失関数の構築、最小化、予測、そしてバッチ学習によるリソース使用の削減ができるようになります。
これまでの章で、TensorFlow 2 によるモデルの構築方法を学びました。本章では、同じツールを用いてニューラルネットワークを構築・学習し、予測を行います。全結合層の定義、活性化関数の適用、オプティマイザの選択、過学習を抑える正則化の適用方法を学びます。さらに、低水準の線形代数操作と高水準の Keras API の両方を使い分けてモデルを定義・学習し、TensorFlow の柔軟性を活用します。
現在の演習
最終章では、TensorFlow 2 の高水準APIを使って、手話アルファベットの分類器を学習します。Keras の Sequential API と Functional API の両方を用いて、学習、検証、予測、評価を行います。さらに、Estimators API を使ってモデル定義と学習プロセスを効率化し、ミスを防ぐ方法も学びます。