文件名称：Tensorflow_Advance_Techniques:deeplearning.ai Tensorflow先进技术专业化
文件大小：65.18MB
文件格式：ZIP
更新时间：2024-06-16 15:25:05
tensorflow coursera model-architecture object-detection loss-functions
Tensorflow_Advance_Techniques 来自Coursera的专业课程包括四门课程 1-使用TensorFlow的自定义模型，层和损失函数 •比较功能性API和顺序性API，发现可使用功能性API构建的新模型，并构建可产生包括连体网络在内的多个输出的模型。 •建立自定义损失函数（包括在暹罗网络中使用的对比损失函数），以衡量模型的运行状况，并帮助您的神经网络从训练数据中学习。 •以现有的标准层为基础，为模型创建自定义层，使用lambda层自定义网络层，了解它们之间的差异，了解组成自定义层的内容，并探索激活功能。 •在现有模型的基础上构建，以添加自定义功能，学习如何定义自己的自定义类，而不是使用功能或顺序API，构建可以从TensorFlow Model类继承的模型，并通过定义来构建残余网络（ResNet）自定义模型类。 DeepLearning.AI TensorFlo
【文件预览】：
Tensorflow_Advance_Techniques-main
----1-custom_models_layers_losses()
--------week-2()
--------week-4()
--------praticed_py_files()
--------week-1()
--------week-3()
----README.md(6KB)
----3-Advance_computer_vision()
--------week-2()
--------week -1()
--------week-4()
--------week-3()
----2-custom_and_distributed_training()
--------week-2()
--------week-4()
--------week-1()
--------pratice_py()
--------week-3()
----4-Generative-deeplearning-with-tensorflow()
--------week-2()
--------week-4()
--------week-1()
--------week-3()