or
Ця вправа є частиною курсу
У цьому першому розділі ви познайомитеся з нейронними мережами, зрозумієте, які задачі вони можуть розв'язувати і коли їх варто застосовувати. Ви також збудуєте кілька мереж і «врятуєте Землю», натренувавши регресійну модель, що наближує орбіту метеора, який наближається до нас!
Наприкінці цього розділу ви знатимете, як розв'язувати задачі бінарної, багатокласової та мульти міткової класифікації за допомогою нейронних мереж. Ви зробите це на прикладах: виявлення фальшивих доларових банкнот, визначення, хто кинув який дротик у мішень, і побудова розумної системи поливу для вашого господарства. Ви також зможете будувати графіки метрик під час навчання моделі, зупиняти тренування та зберігати моделі, коли вони більше не покращуються.
У попередніх розділах ви натренували чимало моделей! Тепер ви навчитеся інтерпретувати криві навчання, щоб розуміти поведінку моделей під час тренування. Ви також візуалізуєте вплив функцій активації, розмірів пакета та batch normalization. Нарешті, ви опануєте автоматичну оптимізацію гіперпараметрів для моделей Keras за допомогою sklearn.
Час познайомитися з більш просунутими архітектурами! Ви створите автоенкодер для відновлення зашумлених зображень, візуалізуєте активації згорткових нейронних мереж, використаєте глибокі попередньо натреновані моделі для класифікації зображень і дізнаєтеся більше про рекурентні нейронні мережі та роботу з текстом, створюючи мережу, що прогнозує наступне слово в реченні.
Поточна вправа