Google is committed to advancing racial equity for Black communities. See how.

พื้นฐานของการเรียนรู้ของเครื่องด้วย TensorFlow

ก่อนเริ่มสื่อการเรียนรู้ด้านล่าง โปรดแน่ใจว่า:

  • มีประสบการณ์การพัฒนาซอฟต์แวร์โดยเฉพาะใน Python

หลักสูตรนี้เหมาะสำหรับผู้ที่:

  • ยังใหม่กับ ML แต่ใครมีพื้นฐานด้านวิทยาการคอมพิวเตอร์หรือการพัฒนา

เนื้อหานี้จัดทำขึ้นเพื่อเป็นแนวทางสำหรับนักพัฒนาที่เพิ่งเริ่มใช้ ML ตลอดช่วงเริ่มต้นของการเดินทาง ML คุณจะเห็นว่าทรัพยากรจำนวนมากใช้ TensorFlow อย่างไรก็ตาม ความรู้สามารถถ่ายทอดไปยังเฟรมเวิร์กการเรียนรู้ของเครื่องอื่นๆ ได้

ขั้นตอนที่ 1: ทำความเข้าใจว่า ML คืออะไร

TensorFlow 2.0 ได้รับการออกแบบมาเพื่อทำให้การสร้างเครือข่ายประสาทเทียมสำหรับการเรียนรู้ของเครื่องเป็นเรื่องง่าย ซึ่งเป็นสาเหตุที่ TensorFlow 2.0 ใช้ API ที่เรียกว่า Keras หนังสือ ' การเรียนรู้ลึกในหลาม โดย Francois Chollet ผู้สร้าง Keras เป็นสถานที่ที่ดีในการเริ่มต้น อ่านบทที่ 1-4 เพื่อทำความเข้าใจพื้นฐานของ ML จากมุมมองของโปรแกรมเมอร์ ในช่วงครึ่งหลังของหนังสือจะเจาะลึกเข้าไปในส่วนต่างๆ เช่น Computer Vision, Natural Language Processing, Generative Deep Learning และอื่นๆ อย่ากังวลหากหัวข้อเหล่านี้สูงเกินไปในขณะนี้ เนื่องจากจะเหมาะสมกว่าในเวลาที่กำหนด

หนังสือ
AI และการเรียนรู้ของเครื่องสำหรับ Coders: คู่มือโปรแกรมเมอร์สำหรับปัญญาประดิษฐ์ โดย Laurence Moroney

หนังสือแนะนำเล่มนี้ให้แนวทางที่เน้นโค้ดเป็นหลักในการเรียนรู้วิธีใช้สถานการณ์จำลอง ML ที่พบบ่อยที่สุด เช่น คอมพิวเตอร์วิทัศน์ การประมวลผลภาษาธรรมชาติ (NLP) และการสร้างแบบจำลองลำดับสำหรับเว็บ อุปกรณ์เคลื่อนที่ คลาวด์ และรันไทม์แบบฝัง

หนังสือ
การเรียนรู้อย่างลึกซึ้งด้วย Python โดย Francois Chollet

หนังสือเล่มนี้เป็นหนังสือแนะนำ Deep Learning กับ Keras ที่นำไปปฏิบัติได้จริง

⬆ หรือ ⬇

ใช้หลักสูตรออนไลน์เช่น Coursera ของ รู้เบื้องต้นเกี่ยวกับ TensorFlow หรือ Udacity ของ แนะนำ TensorFlow เพื่อการเรียนรู้ลึก ซึ่งทั้งสองอย่างครอบคลุมพื้นฐานเช่นเดียวกับหนังสือของฟรองซัว นอกจากนี้คุณยังอาจพบ วิดีโอเหล่านี้ จาก 3blue1brown ประโยชน์ที่ให้คำอธิบายอย่างรวดเร็วเกี่ยวกับวิธีเครือข่ายประสาททำงานในระดับคณิตศาสตร์

การทำขั้นตอนนี้ให้เสร็จสิ้นจะทำให้คุณมีพื้นฐานว่า ML ทำงานอย่างไร และเตรียมคุณให้พร้อมสำหรับการทำงานที่ลึกซึ้งยิ่งขึ้น

คอร์สออนไลน์เบื้องต้น
deeplearning.ai: ข้อมูลเบื้องต้นเกี่ยวกับ TensorFlow สำหรับ AI, ML และ Deep Learning

หลักสูตรนี้ได้รับการพัฒนาร่วมกับทีม TensorFlow โดยเป็นส่วนหนึ่งของ TensorFlow in Practice Specialization และจะสอนแนวทางปฏิบัติที่ดีที่สุดสำหรับการใช้ TensorFlow ให้กับคุณ

คอร์สออนไลน์เบื้องต้น
Udacity: บทนำสู่ TensorFlow สำหรับการเรียนรู้เชิงลึก

ในหลักสูตรออนไลน์นี้พัฒนาโดยทีม TensorFlow และ Udacity คุณจะได้เรียนรู้วิธีสร้างแอปพลิเคชันการเรียนรู้เชิงลึกด้วย TensorFlow

ขั้นตอนที่ 2: เหนือกว่าพื้นฐาน

ใช้ TensorFlow ความเชี่ยวชาญในการปฏิบัติ ซึ่งจะนำคุณเกินพื้นฐานเบื้องต้นลงในคอมพิวเตอร์วิสัยทัศน์ NLP และการสร้างแบบจำลองลำดับ

การทำขั้นตอนนี้จะเป็นการแนะนำของคุณต่อไป และสอนวิธีใช้ TensorFlow เพื่อสร้างแบบจำลองพื้นฐานสำหรับสถานการณ์ต่างๆ รวมถึงการจำแนกรูปภาพ การทำความเข้าใจความรู้สึกในข้อความ อัลกอริธึมกำเนิด และอื่นๆ

คอร์สออนไลน์เบื้องต้น
deeplearning.ai: TensorFlow in Practice Specialization

ในหลักสูตรนี้ คุณจะได้สำรวจเครื่องมือที่นักพัฒนาซอฟต์แวร์ใช้เพื่อสร้างอัลกอริธึมที่ขับเคลื่อนด้วย AI ที่ปรับขนาดได้ใน TensorFlow

ขั้นตอนที่ 3: ฝึกฝน

ลองบางส่วนของเรา บทเรียน TensorFlow หลัก ซึ่งจะช่วยให้คุณสามารถปฏิบัติแนวคิดที่คุณได้เรียนรู้ในขั้นตอนที่ 1 และ 2 เมื่อคุณทำลองบางส่วนของการออกกำลังกายที่สูงขึ้นทางด้านซ้ายของหน้า

การทำตามขั้นตอนนี้จะช่วยเพิ่มความเข้าใจของคุณเกี่ยวกับแนวคิดหลักและสถานการณ์จำลองที่คุณจะพบเมื่อสร้างแบบจำลอง ML

ขั้นตอนที่ 4: เจาะลึกยิ่งขึ้นด้วย TensorFlow

ตอนนี้ได้เวลากลับไปที่ 'Deep Learning in Python' โดย Francois และจบบทที่ 5-9 ทุกตัวอย่างในหนังสือเล่มนี้จะใช้งานได้ใน TensorFlow 2.0 เพียงแค่เปลี่ยนการนำเข้า นอกจากนี้คุณควรอ่านหนังสือ Hands-on เครื่องเรียนรู้กับ Scikit เรียนรู้, Keras และ TensorFlow โดยออ Geron หนังสือเล่มนี้แนะนำ ML โดยใช้ scikit-learn และการเรียนรู้เชิงลึกโดยใช้ TensorFlow 2.0

การทำตามขั้นตอนนี้จะครอบคลุมความรู้เบื้องต้นเกี่ยวกับ ML รวมถึงการขยายแพลตฟอร์มเพื่อตอบสนองความต้องการของคุณ

หนังสือ
การเรียนรู้ด้วยเครื่องจริงด้วย Scikit-Learn, Keras และ TensorFlow ฉบับที่ 2 โดย Aurélien Géron

การใช้ตัวอย่างที่เป็นรูปธรรมและสองเฟรมเวิร์ก Python ที่พร้อมสำหรับการผลิต—Scikit-Learn และ TensorFlow— หนังสือเล่มนี้จะช่วยให้คุณเข้าใจแนวคิดและเครื่องมือสำหรับการสร้างระบบอัจฉริยะโดยสัญชาตญาณ