34 個最新 TensorFlow 2 實作｜文本分析 x 影像辨識 x 預測分析
教授最新、最主流的深度學習框架 TensorFlow，示範多種進階實作，應用層面極廣，課程內的所有實作都有 Python 程式碼，上完課後你也可以自己設定實作主題，建立數據集，微調模型架構，應用在自己的專案上！
這堂課你將會學到
- 了解最新版本 TensorFlow 的資料處理與運作方式
- 透過 RNN、LSTM、Transformer 做「文本分析」，衍伸文本生成、翻譯、單詞聲音辨識等應用
- 透過 CNN 卷積神經網路做出「影像辨識」等應用
- 透過挖掘數據特徵與時間序列預測的方式做「結構化資料分析」等應用
- 利用生成對抗網路的方式進行圖片的「風格轉換」等應用
- 應用 TensorFlow 的高階 API 實現各種演算法
- 透過 TensorFlow Hub 快速訓練模型、客製化及微調
- 利用 TensorBoard 視覺化模型、自動參數調整
章節目錄
-
1
第 1 章 TensorFlow起步走
-
單元 1 - 什麼是TensorFlow
-
單元 2 - 實作ㄧ：完成第一個TF Hello World
-
單元 3 - 應用分類介紹
-
-
2
第 2 章 TensorFlow資料處理
-
單元 1 - 實作二：結構化數據-資料框(Dataframe)
-
單元 2 - 實作三：半結構化數據-CSV
-
單元 3 - 實作四：半結構化數據-陣列(Array)
-
單元 4 - 實作五：非結構化數據-圖片
-
單元 5 - 實作六：非結構化數據-文字
-
-
3
第 3 章 TensorFlow高階API
-
單元 1 - 實作七：用高階API實現線性模型
-
單元 2 - 實作八：用高階API實現提升樹
-
單元 3 - 實作九：用高階API實現特徵工程
-
-
4
第 4 章 TensorFlow做影像辨識
-
單元 1 - 實作十：完成第一個影像分類
-
單元 2 - 實作十一：資料增強
-
單元 3 - 實作十二：語義分割
-
單元 4 - 實作十三：物體偵測
-
-
5
第 5 章 TensorFlow做文本分析
-
單元 1 - 實作十四：完成第一個文本分類
-
單元 2 - 實作十五：文本生成
-
單元 3 - 實作十六：文本翻譯
-
單元 4 - 實作十七：單詞聲音辨識
-
-
6
第 6 章 TensorFlow做結構化資料分析
-
單元 1 - 實作十八：完成第一個結構化數據分析
-
單元 2 - 實作十九：不平衡資料分類
-
單元 3 - 實作二十：時間序列預測
-
單元 4 - 實作二十一：推薦系統
-
-
7
第 7 章 TensorFlow做風格轉換
-
單元 1 - 實作二十二：完成第一個風格轉換
-
單元 2 - 實作二十三：影像生成
-
單元 3 - 實作二十四：影像轉換
-
-
8
第 8 章 TensorFlow做強化學習
-
單元 1 - 實作二十五：完成第一個智能體互動
-
單元 2 - 強化學習延伸與應用
-
-
9
第 9 章 TensorBoard視覺化
-
單元 1 - TensorBoard介紹
-
單元 2 - 實作二十六：完成第一個模型訓練視覺化
-
單元 3 - 實作二十七：自動訓練參數調整
-
-
10
第 10 章 TensorFlow Hub實作
-
單元 1 - TensorFlow Hub介紹
-
單元 2 - 實作二十八：透過TF Hub完成文字搜尋影片
-
-
11
第 11 章 TensorFlow模型客製化
-
單元 1 - 實作二十九：網路層客製化
-
單元 2 - 實作三十：訓練客製化
-
單元 3 - 實作三十一：預訓練模型微調
-
-
12
第 12 章 TensorFlow訓練
-
單元 1 - 實作三十二：分散式輸入
-
單元 2 - 實作三十三：分散式訓練
-
單元 3 - 實作三十四：透過TPU訓練模型
-
-
13
第 13 章 總結
-
單元 1 - 迎接更多AI應用的未來
-
TensorFlow2.4直播解密（程式碼）
-
TensorFlow2.4直播解密（簡報）
-