Avoid Overfitting Using Regularization in TensorFlow

4.8
estrelas
64 classificações
oferecido por
Coursera Project Network
2,878 já se inscreveram
Neste projeto guiado, você irá:

Develop an understanding on how to avoid over-fitting with weight regularization and dropout regularization

Be able to apply both weight regularization and dropout regularization in Keras with TensorFlow backend

Clock2 hours
IntermediateIntermediário
CloudSem necessidade de download
VideoVídeo em tela dividida
Comment DotsInglês
LaptopApenas em desktop

In this 2-hour long project-based course, you will learn the basics of using weight regularization and dropout regularization to reduce over-fitting in an image classification problem. By the end of this project, you will have created, trained, and evaluated a Neural Network model that, after the training and regularization, will predict image classes of input examples with similar accuracy for both training and validation sets. 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.

Habilidades que você desenvolverá

Data ScienceDeep LearningMachine LearningTensorflowkeras

Aprender passo a passo

Em um vídeo reproduzido em uma tela dividida com a área de trabalho, seu instrutor o orientará sobre esses passos:

  1. Import the data

  2. Process the data

  3. Regularization and Dropout

  4. Creating the Experiment

  5. Assess the final results

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 AVOID OVERFITTING USING REGULARIZATION IN TENSORFLOW

Visualizar todas as avaliações

Perguntas Frequentes – FAQ

Perguntas Frequentes – FAQ

Mais dúvidas? Visite o Central de Ajuda ao Aprendiz.