Об этом курсе

Недавно просмотрено: 47,032
Сертификат, ссылками на который можно делиться с другими людьми
Получите сертификат по завершении
100% онлайн
Начните сейчас и учитесь по собственному графику.
Курс 3 из 3 в программе
Гибкие сроки
Назначьте сроки сдачи в соответствии со своим графиком.
Продвинутый уровень

* Python 3

* Knowledge of general machine learning concepts

* Knowledge of the field of deep learning

* Probability and statistics

Прибл. 52 часа на выполнение
Английский

Приобретаемые навыки

Probabilistic Neural NetworkDeep LearningGenerative ModelTensorflowProbabilistic Programming Language (PRPL)
Сертификат, ссылками на который можно делиться с другими людьми
Получите сертификат по завершении
100% онлайн
Начните сейчас и учитесь по собственному графику.
Курс 3 из 3 в программе
Гибкие сроки
Назначьте сроки сдачи в соответствии со своим графиком.
Продвинутый уровень

* Python 3

* Knowledge of general machine learning concepts

* Knowledge of the field of deep learning

* Probability and statistics

Прибл. 52 часа на выполнение
Английский

от партнера

Placeholder

Имперский колледж Лондона

Программа курса: что вы изучите

Неделя
1

Неделя 1

12 ч. на завершение

TensorFlow Distributions

12 ч. на завершение
14 видео ((всего 92 мин.)), 4 материалов для самостоятельного изучения, 2 тестов
14 видео
Interview with Paige Bailey7мин
The TensorFlow Probability library2мин
Univariate distributions8мин
[Coding tutorial] Univariate distributions6мин
Multivariate distributions6мин
[Coding tutorial] Multivariate distributions5мин
The Independent distribution6мин
[Coding tutorial] The Independent distribution12мин
Sampling and log probs6мин
[Coding tutorial] Sampling and log probs10мин
Trainable distributions5мин
[Coding tutorial] Trainable distributions11мин
Wrap up and introduction to the programming assignment1мин
4 материала для самостоятельного изучения
About Imperial College & the team10мин
How to be successful in this course10мин
Grading policy10мин
Additional readings & helpful references10мин
1 практическое упражнение
[Knowledge check] Standard distributions30мин
Неделя
2

Неделя 2

12 ч. на завершение

Probabilistic layers and Bayesian neural networks

12 ч. на завершение
11 видео ((всего 110 мин.))
11 видео
The need for uncertainty in deep learning models3мин
The DistributionLambda layer7мин
[Coding tutorial] The DistributionLambda layer10мин
Probabilistic layers9мин
[Coding tutorial] Probabilistic layers15мин
The DenseVariational layer12мин
[Coding tutorial] The DenseVariational layer20мин
Reparameterization layers8мин
[Coding tutorial] Reparameterization layers19мин
Wrap up and introduction to the programming assignment1мин
1 практическое упражнение
Sources of uncertainty30мин
Неделя
3

Неделя 3

13 ч. на завершение

Bijectors and normalising flows

13 ч. на завершение
12 видео ((всего 93 мин.))
12 видео
Interview with Doug Kelly10мин
Bijectors7мин
[Coding tutorial] Bijectors9мин
The TransformedDistribution class10мин
[Coding tutorial] The Transformed Distribution class8мин
Subclassing bijectors5мин
[Coding tutorial] Subclassing bijectors9мин
Autoregressive flows10мин
RealNVP8мин
[Coding tutorial] Normalising flows10мин
Wrap up and introduction to the programming assignment1мин
1 практическое упражнение
Change of variables formula30мин
Неделя
4

Неделя 4

13 ч. на завершение

Variational autoencoders

13 ч. на завершение
10 видео ((всего 77 мин.))
10 видео
Encoders and decoders5мин
[Coding tutorial] Encoders and decoders6мин
Minimising KL divergence10мин
[Coding tutorial] Minimising KL divergence7мин
Maximising the ELBO13мин
[Coding tutorial] Maximising the ELBO10мин
KL divergence layers8мин
[Coding tutorial] KL divergence layers10мин
Wrap up and introduction to the programming assignment1мин
1 практическое упражнение
Variational autoencoders30мин

Специализация TensorFlow 2 for Deep Learning: общие сведения

TensorFlow 2 for Deep Learning

Часто задаваемые вопросы

Остались вопросы? Посетите Центр поддержки учащихся.