259 classificações
9.499 já se inscreveram
How to implement a neural network from scratch using TensorFlow.
How to solve a multi-class classification problem using the neural network implementation.
In this 2-hours long project-based course, you will learn how to implement a Neural Network model in TensorFlow using its core functionality (i.e. without the help of a high level API like Keras). You will also implement the gradient descent algorithm with the help of TensorFlow's automatic differentiation. While it’s easier to get started with TensorFlow with the Keras API, it’s still worth understanding how a slightly lower level implementation might work in tensorflow, and this project will give you a great starting point. In order to be successful in this project, you should be familiar with python programming, TensorFlow basics, conceptual understanding of Neural Networks and gradient descent. Note: This course works best for learners who are based in the North America region. We’re currently working on providing the same experience in other regions.
Data Science
Deep Learning
Mathematical Optimization
Artificial Neural Network
Tensorflow
Em um vídeo reproduzido em uma tela dividida com a área de trabalho, seu instrutor o orientará sobre esses passos:
Create the Neural Network class
Create a forward pass function
Use the cross entropy loss with logits
Create a predict function
Create the main training mechanism and implement gradient descent with automatic differentiation
Break down data-set in batches
Apply the neural network model to solve a multi-class classification problem
Plot the training results
Sua área de trabalho é um espaço em nuvem, acessado diretamente do navegador, sem necessidade de nenhum download
Em um vídeo de tela dividida, seu instrutor te orientará passo a passo
por SC
11 de jul de 2020The instructor has explained each line of code and this helped me understand the context better and I was able to keep track of things with ease. Thank you Sir
por D
19 de mai de 2020I learned the practical implementation of neural networks!
por DK
8 de mai de 2020It is a good course to know about the neural networks using tensorflow.
por CB
21 de mai de 2020It's the first time I built the model from scratch instead of using a library, it was fun :)
Ao comprar projetos guiados, você recebe tudo o que precisa para completá-los, inclusive acesso a um espaço de trabalho de área de trabalho na nuvem por meio do seu navegador web, que contém o software e os arquivos necessários para iniciar, além de um vídeo de instruções passo a passo de um especialista no assunto.
Como seu espaço de trabalho tem uma área de trabalho na nuvem dimensionada para notebooks e computadores desktop, os projetos guiados não estão disponíveis para dispositivos móveis.
Os instrutores do projeto guiado são especialistas no assunto, têm experiência com a habilidade, a ferramenta ou o domínio do projeto e amam compartilhar seus conhecimentos para ajudar milhões de aprendizes do mundo todo.
Você pode baixar e manter todos os arquivos que foram criados para seu projeto guiado. Para fazer isso, você pode usar o recurso "Navegador de arquivos" enquanto acessa a área de trabalho na nuvem.
Reembolsos não estão disponíveis para projetos guiados. Consulte nossa política de reembolso completa.
Não há auxílio financeiro disponível para projetos guiados.
A participação como ouvinte não está disponível para projetos guiados.
Na parte superior da página, você pode clicar no nível de experiência deste projeto guiado para visualizar os pré-requisitos de conhecimento. Em cada nível dos projetos guiados, seu instrutor o guiará passo a passo.
Sim, tudo o que você precisa para completar o projeto guiado estará disponível em uma área de trabalho na nuvem disponível no seu navegador.
Você aprenderá na prática ao completar tarefas em um ambiente com tela dividida, diretamente em seu navegador. No lado esquerdo da tela, você completa a tarefa no seu espaço de trabalho. No lado direito, você assiste a um instrutor que o guiará pelo projeto, passo a passo.
Mais dúvidas? Visite o Central de Ajuda ao estudante.
