หลักสูตรเทนเซอร์โฟลว์

หลักสูตรเทนเซอร์โฟลว์

พื้นที่เก็บข้อมูลนี้มีจุดมุ่งหมายเพื่อให้บทแนะนำที่เรียบง่ายและพร้อมใช้งานสำหรับ TensorFlow บทช่วยสอนแต่ละรายการมี source code และส่วนใหญ่จะเชื่อมโยงกับ documentation

สปอนเซอร์

เพื่อสนับสนุนการบำรุงรักษาและอัปเกรดโครงการนี้ โปรดพิจารณาสนับสนุนผู้พัฒนาโครงการ

การสนับสนุนทุกระดับถือเป็นการสนับสนุนที่ยอดเยี่ยมที่นี่ ❤️

สถานะ: โครงการนี้ได้รับการอัปเดตเป็น **TensorFlow 2.3* .*

สารบัญ

• ดาวน์โหลด EBook TensorFlow Roadmap ฟรี

• แสล็ก กรุ๊ป

• TensorFlow คืออะไร?

• แรงจูงใจ

• เหตุใดจึงต้องใช้ TensorFlow

• จุดประสงค์ของพื้นที่เก็บข้อมูลนี้คืออะไร?

• การติดตั้ง TensorFlow และตั้งค่าสภาพแวดล้อม

• บทช่วยสอน TensorFlow

• วอร์มอัพ

• พื้นฐาน

• การเรียนรู้ของเครื่องขั้นพื้นฐาน

• โครงข่ายประสาทเทียม

• ขั้นสูง

• บทช่วยสอนที่เป็นประโยชน์บางประการ

• มีส่วนร่วม

• กระบวนการขอดึงข้อมูล

• หมายเหตุสุดท้าย

• นักพัฒนา

ดาวน์โหลด EBook TensorFlow Roadmap ฟรี

แสล็ก กรุ๊ป

TensorFlow คืออะไร?

TensorFlow เป็นไลบรารีซอฟต์แวร์โอเพ่นซอร์สสำหรับการเขียนโปรแกรมกระแสข้อมูลในงานต่างๆ เป็นห้องสมุดคณิตศาสตร์เชิงสัญลักษณ์ และยังใช้สำหรับแอปพลิเคชันการเรียนรู้ของเครื่อง เช่น โครงข่ายประสาทเทียม ใช้สำหรับทั้งการวิจัยและการผลิตที่ Google มักจะแทนที่ DistBelieve ซึ่งเป็นรุ่นก่อนๆ

TensorFlow ได้รับการพัฒนาโดยทีมงาน Google Brain เพื่อการใช้งานภายในของ Google เปิดตัวภายใต้ลิขสิทธิ์โอเพ่นซอร์ส Apache 2.0 เมื่อวันที่ 9 พฤศจิกายน 2558

แรงจูงใจ

มีแรงจูงใจที่แตกต่างกันสำหรับโครงการโอเพ่นซอร์สนี้ TensorFlow (ในขณะที่เราเขียนเอกสารนี้) เป็นหนึ่งใน / กรอบการเรียนรู้เชิงลึกที่ดีที่สุดที่มีอยู่ คำถามที่ควรถามคือเหตุใดพื้นที่เก็บข้อมูลนี้จึงถูกสร้างขึ้น ในเมื่อมีบทช่วยสอนอื่นๆ มากมายเกี่ยวกับ TensorFlow บนเว็บ

เหตุใดจึงต้องใช้ TensorFlow

การเรียนรู้เชิงลึกเป็นที่สนใจอย่างมากในปัจจุบัน - มีความจำเป็นอย่างยิ่งในการใช้งานอัลกอริธึมและสถาปัตยกรรมที่รวดเร็วและเหมาะสมที่สุด TensorFlow ได้รับการออกแบบมาเพื่ออำนวยความสะดวกในเป้าหมายนี้

ข้อได้เปรียบที่แข็งแกร่งของ TensorFlow คือความยืดหยุ่นในการออกแบบโมเดลแบบโมดูลาร์สูง ซึ่งอาจเป็นข้อเสียสำหรับผู้เริ่มต้นด้วย เนื่องจากต้องพิจารณาหลายชิ้นร่วมกันเมื่อสร้างแบบจำลอง

ปัญหานี้ได้รับการอำนวยความสะดวกเช่นกันโดยการพัฒนา API ระดับสูงเช่น Keras และ Slim ซึ่งสรุปชิ้นส่วนจำนวนมากที่ใช้ในการออกแบบอัลกอริธึมการเรียนรู้ของเครื่อง

สิ่งที่น่าสนใจเกี่ยวกับ TensorFlow ก็คือ มันสามารถพบได้ทุกที่ในทุกวันนี้ นักวิจัยและนักพัฒนาจำนวนมากใช้มันและ ชุมชนของมันก็เติบโตอย่างรวดเร็วด้วยความเร็วแสง ! ปัญหาต่างๆ มากมายสามารถจัดการได้อย่างง่ายดาย เนื่องจากมักจะเป็นปัญหาเดียวกันกับที่คนอื่นๆ จำนวนมากพบเจอ เมื่อพิจารณาจากผู้คนจำนวนมากที่เกี่ยวข้องกับชุมชน TensorFlow

จุดประสงค์ของพื้นที่เก็บข้อมูลนี้คืออะไร?

การพัฒนาโครงการโอเพ่นซอร์สเพื่อการพัฒนาบางสิ่งบางอย่างไม่ใช่เหตุผลที่อยู่เบื้องหลังความพยายามนี้ เมื่อพิจารณาถึงบทเรียนจำนวนมากที่ถูกเพิ่มเข้าไปในชุมชนขนาดใหญ่นี้ พื้นที่เก็บข้อมูลนี้ถูกสร้างขึ้นเพื่อทำลายกระบวนการกระโดดเข้าและออกที่มักจะเกิดขึ้นกับโครงการโอเพ่นซอร์สส่วนใหญ่ แต่ทำไมและอย่างไร

ก่อนอื่น อะไรคือจุดประสงค์ของการพยายามทำบางสิ่งที่คนส่วนใหญ่จะไม่แวะเข้าไปดู? จุดประสงค์ของการสร้างสิ่งที่ไม่ได้ช่วยเหลือใครก็ตามในชุมชนนักพัฒนาและนักวิจัยคืออะไร? ทำไมต้องใช้เวลากับสิ่งที่ลืมง่าย? แต่ เราจะพยายามทำอย่างไรล่ะ? จนถึงขณะนี้ ยังมีบทช่วยสอนมากมายเกี่ยวกับ TensorFlow ไม่ว่าจะเกี่ยวกับการออกแบบโมเดลหรือเวิร์กโฟลว์ TensorFlow

ส่วนใหญ่ซับซ้อนเกินไปหรือขาดเอกสารประกอบ มีบทช่วยสอนเพียงไม่กี่บทเท่านั้นที่กระชับและมีโครงสร้างที่ดี และให้ข้อมูลเชิงลึกที่เพียงพอสำหรับโมเดลที่นำไปใช้โดยเฉพาะ

เป้าหมายของโปรเจ็กต์นี้คือการช่วยเหลือชุมชนด้วยบทช่วยสอนที่มีโครงสร้างและการใช้งานโค้ดที่เรียบง่ายและได้รับการปรับปรุงเพื่อให้ข้อมูลเชิงลึกที่ดีขึ้นเกี่ยวกับวิธีใช้ TensorFlow อย่างรวดเร็วและมีประสิทธิภาพ

เป็นที่น่าสังเกตว่า เป้าหมายหลักของโปรเจ็กต์นี้คือการให้บทช่วยสอนที่มีเอกสารครบถ้วนและโค้ดที่ไม่ซับซ้อน !

การติดตั้ง TensorFlow และตั้งค่าสภาพแวดล้อม

ในการติดตั้ง TensorFlow โปรดดูลิงก์ต่อไปนี้:

• การติดตั้งเทนเซอร์โฟลว์

แนะนำให้ติดตั้งสภาพแวดล้อมเสมือนเพื่อป้องกันความขัดแย้งของแพ็คเกจและมีความสามารถในการปรับแต่งสภาพแวดล้อมการทำงาน

บทช่วยสอน TensorFlow

บทช่วยสอนในพื้นที่เก็บข้อมูลนี้แบ่งออกเป็นหมวดหมู่ที่เกี่ยวข้อง

---

วอร์มอัพ

-	หัวข้อ	วิ่ง	ซอร์สโค้ด	สื่อ
1	เริ่มต้น		โน๊ตบุ๊ค / หลาม	วิดีโอสอน

---

พื้นฐาน

-	หัวข้อ	วิ่ง	ซอร์สโค้ด	สื่อ
1	เทนเซอร์		โน๊ตบุ๊ค / หลาม	วิดีโอสอน
2	การสร้างความแตกต่างอัตโนมัติ		โน๊ตบุ๊ค / หลาม	วิดีโอสอน
3	ความรู้เบื้องต้นเกี่ยวกับกราฟ		โน๊ตบุ๊ค / หลาม	วิดีโอสอน
4	โมเดลเทนเซอร์โฟลว์		โน๊ตบุ๊ค / หลาม	วิดีโอสอน

---

การเรียนรู้ของเครื่องขั้นพื้นฐาน

-	หัวข้อ	วิ่ง	ซอร์สโค้ด	มากกว่า	สื่อ
1	การถดถอยเชิงเส้น		โน๊ตบุ๊ค / หลาม	บทช่วยสอน	วิดีโอสอน
2	การเพิ่มข้อมูล		โน๊ตบุ๊ค / หลาม	บทช่วยสอน	วิดีโอสอน

---

โครงข่ายประสาทเทียม

-	หัวข้อ	วิ่ง	ซอร์สโค้ด	สื่อ
1	เพอร์เซปตรอนหลายชั้น		โน๊ตบุ๊ค / หลาม	วิดีโอสอน
2	โครงข่ายประสาทเทียมแบบ Convolutional		โน๊ตบุ๊ค / หลาม	วิดีโอสอน

---

ขั้นสูง

-	หัวข้อ	วิ่ง	ซอร์สโค้ด	สื่อ
1	การฝึกอบรมแบบกำหนดเอง		โน๊ตบุ๊ค / หลาม	วิดีโอสอน
2	เครื่องกำเนิดชุดข้อมูล		โน๊ตบุ๊ค / หลาม	วิดีโอสอน
3	สร้าง TFRecords		โน๊ตบุ๊ค / หลาม	วิดีโอสอน

บทช่วยสอนที่เป็นประโยชน์บางประการ

• ตัวอย่าง TensorFlow - บทช่วยสอน TensorFlow และตัวอย่างโค้ดสำหรับผู้เริ่มต้น

• TensorFlow-101 ของ Sungjoon - บทช่วยสอน TensorFlow ที่เขียนด้วย Python พร้อม Jupyter Notebook

• แบบฝึกหัด TensorFlow ของ Terry Um - สร้างโค้ดขึ้นใหม่จากตัวอย่าง TensorFlow อื่นๆ

• การจำแนกประเภทตามอนุกรมเวลา - การจำแนกเครือข่ายประสาทที่เกิดซ้ำใน TensorFlow ด้วย LSTM บนข้อมูลเซ็นเซอร์โทรศัพท์มือถือ

มีส่วนร่วม

เมื่อสนับสนุนพื้นที่เก็บข้อมูลนี้ โปรดหารือเกี่ยวกับการเปลี่ยนแปลงที่คุณต้องการดำเนินการผ่านปัญหา อีเมล หรือวิธีการอื่นใดกับเจ้าของพื้นที่เก็บข้อมูลนี้ก่อนที่จะทำการเปลี่ยนแปลง สำหรับการพิมพ์ผิด โปรดอย่าสร้างคำขอดึง ให้ประกาศเป็นประเด็นหรือส่งอีเมลถึงเจ้าของพื้นที่เก็บข้อมูลแทน

โปรดทราบว่าเรามีจรรยาบรรณ โปรดปฏิบัติตามในการโต้ตอบทั้งหมดของคุณกับโครงการ

กระบวนการขอดึงข้อมูล

โปรดพิจารณาเกณฑ์ต่อไปนี้เพื่อช่วยเราในทางที่ดีขึ้น:

• คำขอดึงส่วนใหญ่คาดว่าจะเป็นคำแนะนำหรือการปรับปรุงสคริปต์โค้ด

• กรุณาอย่าเปลี่ยนไฟล์ ipython ให้เปลี่ยนไฟล์ PYTHON ที่เกี่ยวข้องแทน

• คำขอดึงที่เกี่ยวข้องกับส่วนที่ไม่ใช่โค้ดสคริปต์คาดว่าจะสร้างความแตกต่างอย่างมีนัยสำคัญในเอกสารประกอบ มิฉะนั้นคาดว่าจะประกาศในส่วนประเด็น

• ตรวจสอบให้แน่ใจว่าการพึ่งพาการติดตั้งหรือบิวด์ใดๆ ถูกลบออกก่อนที่จะสิ้นสุดเลเยอร์เมื่อทำการบิลด์และสร้างคำขอดึง

• เพิ่มความคิดเห็นพร้อมรายละเอียดการเปลี่ยนแปลงอินเทอร์เฟซ ซึ่งรวมถึงตัวแปรสภาพแวดล้อมใหม่ พอร์ตที่เปิดเผย ตำแหน่งไฟล์ที่มีประโยชน์ และพารามิเตอร์คอนเทนเนอร์

• คุณสามารถรวมคำขอดึงเข้าได้เมื่อคุณได้รับการลงนามจากนักพัฒนารายอื่นอย่างน้อยหนึ่งราย หรือหากคุณไม่ได้รับอนุญาตให้ทำเช่นนั้น คุณสามารถขอให้เจ้าของรวมคำขอดังกล่าวให้คุณได้ หากคุณเชื่อว่าผ่านการตรวจสอบทั้งหมดแล้ว

หมายเหตุสุดท้าย

เรากำลังรอการตอบรับจากคุณ โปรดช่วยเราปรับปรุงโครงการโอเพ่นซอร์สนี้และทำให้งานของเราดีขึ้น สำหรับการสนับสนุน โปรดสร้างคำขอดึง และเราจะตรวจสอบโดยทันที เราขอขอบคุณสำหรับความคิดเห็นของคุณอีกครั้งและการตรวจสอบโค้ดอย่างละเอียด

นักพัฒนา

บริษัท : ปลูกฝัง AI [เว็บไซต์]

ผู้สร้าง : Machine Learning Mindset [บล็อก, GitHub, Twitter]

ผู้พัฒนา : Amirsina Torfi [GitHub, เว็บไซต์ส่วนตัว, Linkedin ]