Simple Recurrent Neural Network with Keras
Create, train, and evaluate a recurrent neural network (RNN) in Keras.
Train a sequence to sequence RNN model to be able to solve simple addition equations given in string format.
In this hands-on project, you will use Keras with TensorFlow as its backend to create a recurrent neural network model and train it to learn to perform addition of simple equations given in string format. You will learn to create synthetic data for this problem as well. By the end of this 2-hour long project, you will have created, trained, and evaluated a sequence to sequence RNN model in Keras. Computers are already pretty good at math, so this may seem like a trivial problem, but it’s not! We will give the model string data rather than numeric data to work with. This means that the model needs to infer the meaning of various characters from a sequence of text input and then learn addition from the given data. This course runs on Coursera's hands-on project platform called Rhyme. On Rhyme, you do projects in a hands-on manner in your browser. You will get instant access to pre-configured cloud desktops containing all of the software and data you need for the project. Everything is already set up directly in your internet browser so you can just focus on learning. For this project, you’ll get instant access to a cloud desktop with Python, Jupyter, and Tensorflow pre-installed. Please note that you will need some experience in Python programming, and a theoretical understanding of Neural Networks to be able to finish this project successfully. Notes: - You will be able to access the cloud desktop 5 times. However, you will be able to access instructions videos as many times as you want. - 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.
Habilidades que você desenvolverá
- Data Science
- Machine Learning
- Tensorflow
- sequence models
- Recurrent Neural Network
Aprender passo a passo
Em um vídeo reproduzido em uma tela dividida com a área de trabalho, seu instrutor o orientará sobre esses passos:
Introduction
Generate Data
Create the Model
Vectorize and Devectorize data
Create Dataset
Training the Model
Como funcionam os projetos guiados
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
Avaliações
Principais avaliações do SIMPLE RECURRENT NEURAL NETWORK WITH KERAS
Good guided course. I would add a quite more deep details in the model architecture to understand better how are the inputs and the outputs of each layer in the RNN model
Best Understanding of Recurrent Neural Network in simplest way.
Perguntas Frequentes – FAQ
Perguntas Frequentes – FAQ
O que eu ganho se comprar projetos guiados?
Os projetos guiados estão disponíveis no computador e em dispositivos móveis?
Quem são os instrutores dos projetos guiados?
Posso baixar o trabalho do meu projeto guiado após completá-lo?
Como funciona a política de reembolso?Como funciona a política de reembolso?
Existe algum auxílio financeiro disponível?
Posso participar como ouvinte de um projeto guiado e assistir de graça a uma parte do vídeo?
Quanta experiência eu preciso ter para fazer esse projeto guiado?
Posso completar esse projeto guiado pelo meu navegador web em vez de instalar um software especial?
Como é a experiência de aprendizado com os projetos guiados?
Mais dúvidas? Visite o Central de Ajuda ao estudante.
Coursera Footer
