Bu bölümde Keras functional API'nin temellerine alışacaksın. İşlevsel yapı taşlarıyla basit bir işlevsel ağ kuracak, veriye uydurup tahminler yapacaksın.

Keras girdi ve yoğun katmanlar

Giriş katmanları

Dense katmanlar

Çıkış katmanları

Bir model oluştur ve derle

Bir model oluştur

Bir modeli derle

Bir modeli görselleştir

Bir modeli eğit ve değerlendir

Modeli turnuva basketbol verilerine uydur

Modeli bir test kümesi üzerinde değerlendir

Keras Functional API

Bu bölümde, yüksek kardinaliteli veriyi temsil etmek için kategori gömlemeleri kullanan, yeniden kullanılabilir yapı taşlarını tanımlamak için paylaşılan katmanlardan yararlanan ve birden fazla girişi tek bir çıktıda birleştiren birleştirme katmanlarını içeren iki girdili ağlar kuracaksın. Bölümün sonunda, karmaşık veri akışlarına sahip sinir ağları tasarlamak için gerekli temel yapı taşlarına sahip olacaksın.

Kategori gömmeleri

Takım aramasını tanımla

Takım modelini tanımla

Paylaşılan katmanlar

İki girdi tanımlama

Her iki girdiyi de aynı modelde ara

Birleştirme katmanları

Paylaşılan katman kullanarak çıktı katmanı

İki girdi ve bir çıktı kullanan model

Modelinden tahmin yap

Modeli normal sezon eğitim verilerine uydur

Turnuva test verisi üzerinde modeli değerlendir

Kategori Gömlemeleri, Paylaşılan Katmanlar ve Birleştirme Katmanları ile İki Girdili Ağlar

Bu bölümde, 2 girdili modelini 3 girdiye genişletecek ve Keras'ın özet ve çizim fonksiyonlarını kullanarak sinir ağlarının parametrelerini ve topolojisini nasıl anlayacağını öğreneceksin. Bölümün sonunda, 2 girdili bir modeli 3 girdiye ve daha ötesine nasıl genişleteceğini kavramış olacaksın.

Üç girişli modeller

İç saha vs. deplasman için bir girdi katmanı oluştur

Modeli eğit ve değerlendir

Modelleri özetleme ve çizdirme

Model özetleri

Modelleri çizdirme

Modelleri istifleme

Model tahminlerini turnuva verisine ekle

Birden çok sütunlu bir girdi katmanı oluştur

Modeli eğit

Modeli değerlendir

Birden Fazla Girdi: 3 Girdi (ve Ötesi!)

Bu bölümde, birden fazla çıktısı olan ve birden çok hedefli regresyon problemlerini çözmek için kullanılabilen sinir ağları kuracaksın. Ayrıca aynı anda hem bir regresyon hem de bir sınıflandırma problemini çözen bir model de oluşturacaksın.

İki çıktılı modeller

Basit iki çıktılı model

İki çıktılı bir modeli eğit

Modeli incele (I)

Sınıflandırma ve regresyon için tek bir model

Tek modelde sınıflandırma ve regresyon

Modeli derle ve eğit

Modeli incele (II)

İki metrikle yeni veride değerlendirme

Kapanış

Birden Fazla Çıktı

Basketball models

Basketball data

Bu kurs, çok yönlü Keras functional API'sini kullanarak çeşitli problemleri nasıl çözeceğini gösterir. Basit, çok katmanlı dense ağlarla (çok katmanlı algılayıcılar olarak da bilinir) başlayıp daha karmaşık mimarilere geçeceksin. Kursta birden fazla girdi ve tek çıktıya sahip modellerin nasıl kurulacağını ve bir modelde katmanlar arasında ağırlıkların nasıl paylaşılacağını öğreneceksin. Ayrıca kategori gömlemeleri ve çok çıktılı ağlar gibi ileri konuları da ele alacağız. Hem sınıflandırma hem de regresyon yapan bir ağı eğitmek istediysen, bu kurs tam sana göre!

<h2>Keras işlevsel API</h2>
Bu kursta, Keras fonksiyonel API'sini kullanarak karmaşık problemleri nasıl çözeceğinizi öğreneceksiniz. <br><br> Bir girişle başlayarak, basit işlevsel ağlar kuracak, bunları verilere uyarlayacak ve tahminler yapacaksınız. Ayrıca birden fazla girdi ve tek bir çıktı ile modeller oluşturmayı ve katmanlar arasında ağırlıkları paylaşmayı da öğreneceksiniz​​.<br><br>
<h2>Çoklu girişli ağlar</h2>İlerledikçe, kategorik gömmeler, paylaşılan katmanlar ve birleştirme katmanları kullanarak iki girişli ağlar oluşturmayı keşfedin. Bunlar, karmaşık veri akışlarına sahip sinir ağları tasarlamak için temel yapı taşlarıdır. <br><br> Bu kavramları üç veya daha fazla girdiye sahip modellere genişleterek, Keras’ın summary ve plot işlevlerini kullanarak sinir ağlarınızın parametrelerini ve topolojisini anlamanıza yardımcı olur​​.<br><br><h2>Çoklu çıktı ağları</h2>Son etkileşimli egzersizlerde, birden fazla hedefe sahip regresyon problemlerini çözebilen ve hatta regresyon ile sınıflandırma görevlerini aynı anda ele alabilen çoklu çıktı ağlarıyla çalışacaksınız. <br><br> Kursun sonunda, modellerinizi birden fazla metrik kullanarak yeni veriler üzerinde değerlendirmeniz de dahil olmak üzere, Veri Bilimci olarak kariyerinizi ilerletmek için gelişmiş derin öğrenme teknikleriyle pratik deneyim kazanmış olacaksınız​. <br><br>

Kapanış

Create Your Free Account