or
To ćwiczenie jest częścią kursu
W pierwszym rozdziale poznasz sieci neuronowe, zrozumiesz, jakie problemy potrafią rozwiązywać i kiedy warto po nie sięgnąć. Zbudujesz też kilka sieci i ocalisz Ziemię, trenując model regresji, który przybliża orbitę zbliżającego się meteoru!
Po ukończeniu tego rozdziału będziesz wiedzieć, jak rozwiązywać problemy binarne, wieloklasowe i wieloetykietowe za pomocą sieci neuronowych. Nauczysz się tego, wykrywając fałszywe banknoty, ustalając, kto rzucił którą strzałką w tarczę, i budując inteligentny system nawadniania pola. Dowiesz się też, jak wizualizować metryki trenowania modelu oraz jak zatrzymywać trening i zapisywać modele, gdy przestają się poprawiać.
W poprzednich rozdziałach wytrenowałeś sporo modeli! Teraz nauczysz się interpretować krzywe uczenia, aby lepiej rozumieć, co dzieje się podczas trenowania. Zwizualizujesz też wpływ funkcji aktywacji, rozmiarów wsadu i normalizacji wsadowej. Na koniec poznasz sposób automatycznej optymalizacji hiperparametrów modeli Keras z użyciem sklearn.
Czas na bardziej zaawansowane architektury! Zbudujesz autoenkoder do rekonstrukcji zaszumionych obrazów, zwizualizujesz aktywacje splotowej sieci neuronowej, wykorzystasz wstępnie wytrenowane modele do klasyfikacji obrazów, a także poznasz rekurencyjne sieci neuronowe i pracę z tekstem – budując sieć przewidującą kolejne słowo w zdaniu.
Bieżące ćwiczenie