or
Bu egzersiz, kursun bir parçasıdır
TensorFlow 2’de ileri seviye modeller kurmadan önce temelleri anlaman gerekir. Bu bölümde sabitler ve değişkenleri nasıl tanımlayacağını, tensör toplama ve çarpma işlemlerini nasıl yapacağını ve türevleri nasıl hesaplayacağını öğreneceksin. Lineer cebir bilgisi faydalı olur ama zorunlu değildir.
Bu bölümde TensorFlow 2 ile modelleri nasıl kuracağını, çözeceğini ve onlarla nasıl tahmin yapacağını öğreneceksin. Basit bir model sınıfına — doğrusal regresyon modeline — odaklanacak ve konut fiyatlarını tahmin etmeye çalışacaksın. Bölümün sonunda veriyi yüklemeyi ve dönüştürmeyi, kayıp fonksiyonları kurmayı, en küçüklemeyi gerçekleştirmeyi, tahmin yapmayı ve yığın (batch) eğitimiyle kaynak kullanımını azaltmayı bileceksin.
Önceki bölümler, TensorFlow 2’de nasıl model kuracağını öğretti. Bu bölümde aynı araçları kullanarak sinir ağları kuracak, eğitecek ve onlarla tahmin yapacaksın. Yoğun (dense) katmanları tanımlamayı, aktivasyon fonksiyonlarını uygulamayı, bir optimize edici seçmeyi ve aşırı uyumu azaltmak için düzenlileştirme uygulamayı öğreneceksin. Modelleri tanımlayıp eğitmek için hem alt düzey lineer cebir işlemlerinden hem de üst düzey Keras API’sinden yararlanarak TensorFlow’un esnekliğini kullanacaksın.
Son bölümde, TensorFlow 2’de üst düzey API’leri kullanarak bir işaret dili harfi sınıflandırıcısı eğiteceksin. Modelleri eğitmek, doğrulamak, onlarla tahmin yapmak ve değerlendirmek için hem sıralı (sequential) hem de fonksiyonel Keras API’lerini kullanacaksın. Ayrıca Estimators API’sini kullanarak model tanımı ve eğitim sürecini nasıl kolaylaştıracağını ve hatalardan nasıl kaçınacağını da öğreneceksin.
Geçerli egzersiz