or
แบบฝึกหัดนี้เป็นส่วนหนึ่งของหลักสูตร
ก่อนจะสร้างโมเดลขั้นสูงใน TensorFlow 2 ได้ ต้องทำความเข้าใจพื้นฐานก่อน ในบทนี้จะได้เรียนรู้วิธีกำหนดค่าคงที่และตัวแปร การบวกและคูณเทนเซอร์ รวมถึงการคำนวณอนุพันธ์ ความรู้ด้านพีชคณิตเชิงเส้นจะเป็นประโยชน์ แต่ไม่ใช่สิ่งจำเป็น
ในบทนี้จะได้เรียนรู้วิธีสร้าง แก้ปัญหา และสร้างการพยากรณ์ด้วยโมเดลใน TensorFlow 2 โดยจะมุ่งเน้นที่โมเดลประเภทหนึ่งที่เรียบง่าย ได้แก่ โมเดลการถดถอยเชิงเส้น เพื่อพยากรณ์ราคาบ้าน เมื่อจบบทนี้จะรู้จักวิธีโหลดและจัดการข้อมูล สร้างฟังก์ชันการสูญเสีย ทำการมินิไมซ์ สร้างการพยากรณ์ และลดการใช้ทรัพยากรด้วยการฝึกแบบ batch
บทก่อนหน้าสอนวิธีสร้างโมเดลใน TensorFlow 2 ในบทนี้จะนำเครื่องมือเดิมมาใช้สร้าง ฝึก และสร้างการพยากรณ์ด้วยโครงข่ายประสาทเทียม จะได้เรียนรู้วิธีกำหนด dense layer การใช้ activation function การเลือก optimizer และการใช้ regularization เพื่อลด overfitting นอกจากนี้ยังจะได้ใช้ประโยชน์จากความยืดหยุ่นของ TensorFlow ทั้งผ่านพีชคณิตเชิงเส้นระดับต่ำและการดำเนินการ Keras API ระดับสูงในการกำหนดและฝึกโมเดล
ในบทสุดท้าย จะได้ใช้ API ระดับสูงใน TensorFlow 2 เพื่อฝึกตัวจำแนกตัวอักษรภาษามือ โดยจะใช้ทั้ง sequential และ functional Keras API ในการฝึก ตรวจสอบ สร้างการพยากรณ์ และประเมินโมเดล รวมถึงจะได้เรียนรู้การใช้ Estimators API เพื่อปรับกระบวนการกำหนดและฝึกโมเดลให้มีประสิทธิภาพยิ่งขึ้น และลดโอกาสเกิดข้อผิดพลาด
แบบฝึกหัดปัจจุบัน