Neural Network from Scratch in TensorFlow
271 classificações

9.863 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.
271 classificações
9.863 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 vÃdeo 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 vÃdeo de tela dividida, seu instrutor te orientará passo a passo
por AR
25 de mai de 2020It's a nice project where you can implement and understand how a neural network algorithm is built.
por AR
3 de jul de 2020Best hands-on experience.
The understanding was awesome. Keep making these types of projects.
por SJ
3 de jun de 2020It was very good way to write code prior. Rhyme is slow.
por DK
8 de mai de 2020It is a good course to know about the neural networks using tensorflow.
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 vÃdeo 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 disponÃveis para dispositivos móveis.
Os instrutores do projeto guiado são especialistas no assunto, têm experiência com a habilidade, a ferramenta ou o domÃnio 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 disponÃveis para projetos guiados. Consulte nossa polÃtica de reembolso completa.
Não há auxÃlio financeiro disponÃvel para projetos guiados.
A participação como ouvinte não está disponÃvel para projetos guiados.
Na parte superior da página, você pode clicar no nÃvel de experiência deste projeto guiado para visualizar os pré-requisitos de conhecimento. Em cada nÃvel dos projetos guiados, seu instrutor o guiará passo a passo.
Sim, tudo o que você precisa para completar o projeto guiado estará disponÃvel em uma área de trabalho na nuvem disponÃvel 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.