Kiến thức cơ bản về học máy với TensorFlow
Chương trình học này dành cho những người:
- Mới làm quen với ML nhưng đã có nền tảng lập trình trung cấp
Nội dung này nhằm hướng dẫn các nhà phát triển mới làm quen với ML thông qua các giai đoạn đầu của hành trình ML của họ. Bạn sẽ thấy rằng nhiều tài nguyên sử dụng TensorFlow, tuy nhiên, kiến thức có thể chuyển sang các khuôn khổ học máy khác.
Bước 1: Hiểu ML là gì
TensorFlow 2.0 được thiết kế để giúp việc xây dựng mạng nơ-ron cho việc học máy trở nên dễ dàng, đó là lý do tại sao TensorFlow 2.0 sử dụng một API có tên là Keras. Cuốn sách Học sâu với Python của Francois Chollet, tác giả của Keras, là một nơi tuyệt vời để bắt đầu. Đọc chương 1-4 để hiểu các nguyên tắc cơ bản của ML từ quan điểm của một lập trình viên. Nửa sau của cuốn sách đi sâu vào các lĩnh vực như Thị giác máy tính, Xử lý ngôn ngữ tự nhiên, Học sâu tạo và hơn thế nữa. Đừng lo lắng nếu những chủ đề này quá nâng cao ngay bây giờ vì chúng sẽ có ý nghĩa hơn trong thời gian tới.
Cuốn sách giới thiệu này cung cấp cách tiếp cận đầu tiên bằng mã để tìm hiểu cách triển khai các kịch bản ML phổ biến nhất, chẳng hạn như thị giác máy tính, xử lý ngôn ngữ tự nhiên (NLP) và mô hình trình tự cho web, thiết bị di động, đám mây và thời gian chạy được nhúng.
Cuốn sách này là phần giới thiệu thực tế, thực tế về Học sâu với Keras.
⬆ Hoặc ⬇
Tham gia một khóa học trực tuyến như Giới thiệu về TensorFlow của Coursera hoặc Giới thiệu về TensorFlow về Học sâu của Udacity, cả hai đều bao gồm các nguyên tắc cơ bản giống như sách của Francois. Bạn cũng có thể thấy những video này từ 3blue1brown hữu ích, cung cấp cho bạn những giải thích nhanh về cách mạng thần kinh hoạt động ở cấp độ toán học.
Hoàn thành bước này sẽ cung cấp cho bạn nền tảng về cách ML hoạt động, chuẩn bị cho bạn để đi sâu hơn.
DeepLearning.AI
Giới thiệu về TensorFlow dành cho AI, ML và Deep LearningĐược phát triển với sự cộng tác của nhóm TensorFlow, khóa học này là một phần của Chuyên môn dành cho nhà phát triển TensorFlow và sẽ hướng dẫn bạn các phương pháp hay nhất để sử dụng TensorFlow.
Trong khóa học trực tuyến do nhóm TensorFlow và Udacity phát triển, bạn sẽ học cách xây dựng các ứng dụng học sâu với TensorFlow.
Bước 2: Ngoài những điều cơ bản
Tham gia Chuyên môn dành cho nhà phát triển TensorFlow, chuyên môn này đưa bạn vượt ra ngoài những kiến thức cơ bản để nhập môn về Thị giác máy tính, NLP và mô hình trình tự.
Hoàn thành bước này tiếp tục phần giới thiệu của bạn và hướng dẫn bạn cách sử dụng TensorFlow để xây dựng các mô hình cơ bản cho nhiều tình huống khác nhau, bao gồm phân loại hình ảnh, hiểu cảm xúc trong văn bản, thuật toán tổng hợp, v.v.
DeepLearning.AI
Chuyên môn dành cho nhà phát triển TensorFlowTrong Chuyên ngành bốn khóa học này do một nhà phát triển TensorFlow giảng dạy, bạn sẽ khám phá các công cụ và nhà phát triển phần mềm sử dụng để xây dựng các thuật toán hỗ trợ AI có thể mở rộng trong TensorFlow.
Bước 3: Thực hành
Hãy thử một số hướng dẫn TensorFlow Core của chúng tôi, sẽ cho phép bạn thực hành các khái niệm bạn đã học ở bước 1 và 2. Khi bạn hoàn thành, hãy thử một số bài tập nâng cao hơn.
Hoàn thành bước này sẽ nâng cao hiểu biết của bạn về các khái niệm và kịch bản chính mà bạn sẽ gặp phải khi xây dựng mô hình ML.
Bước 4: Tìm hiểu sâu hơn với TensorFlow
Bây giờ đã đến lúc quay lại Học sâu với Python của Francois và kết thúc chương 5-9. Bạn cũng nên đọc cuốn sách Học máy thực hành với Scikit-Learn, Keras và TensorFlow , của Aurelien Geron. Cuốn sách này giới thiệu ML và học sâu bằng TensorFlow 2.0.
Hoàn thành bước này sẽ bổ sung kiến thức nhập môn của bạn về ML, bao gồm cả việc mở rộng nền tảng để đáp ứng nhu cầu của bạn.
Sử dụng các ví dụ cụ thể, lý thuyết tối thiểu và hai khung Python sẵn sàng cho sản xuất — Scikit-Learn và TensorFlow — cuốn sách này giúp bạn hiểu trực quan về các khái niệm và công cụ để xây dựng hệ thống thông minh.