Deep Learning with TensorFlow [June 2016, ENG] torrent

Обучающие видео » Компьютерные видеоуроки и обучающие интерактивные DVD » Программирование (видеоуроки)

Deep Learning with TensorFlow

Год выпуска: June 2016
Производитель: Packt Publishing
Сайт производителя: https://www.packtpub.com/big-data-and-business-intelligence/deep-learning-tensorflow-video
Автор: Dan Van Boxel
Продолжительность: 2 ч.
Тип раздаваемого материала: Видеоурок
Язык: Английский
Описание:
Особенности
Исследуйте различные возможности глубинного обучения и получите удивительное понимание обработки данных с помощью Google’s TensorFlow
Хотите узнать, что большего можно сделать с помощью глубинного обучения? Исследуйте разные сети с помощью данного обширного руководства!
Данное продвинутое руководство содержит множество концепций про глубинное обучение, которое дает базу для инноваций в вашей области.

Обучение
Установка среды и инсталяция TensorFlow
Создание простых TensorFlow графов для ежедневных вычислений
Применение логической регрессии для задач классификации в TensorFlow
Создание и теренировка много-уровневой нейронной сети в TensorFlow
Интуитивное понимание сверточных нейронных сетей для распознования изображений
Начальная загрузка сети начиная от простых к более точным моделям.
Посмотрите как использовать TensorFlow сдеругими типами сетей
Программируйте сети с помощью SciKit-Flow, высоко-уровневого интерфейса к TensorFlow

Описание
Глубиное обучение это пересечение статистики, искусственного интеллекта и данных для построения моделей. TensorFlow является одной из самых новых и наиболее всесторонних библиотек для реализации глубинного обучения. В то время как глубинное обучение становиться мейнстримом, представление данных и получение точных результатов с помощью использования глубинных сетей, становиться возможным. Данный курс является руководством для изучения возможностей глубинного обучения и позволит понимать данные как никогда ранее. С помощью эффективности и простоты TensorFlow, вы сможете обрабатывать ваши данные и получить представление, которое изменит ваш взгляд на сами данные.

С помощью видео курса вы вгрызетесь глубже в скрытые уровни абстракции использования необработанных данных. Курс предложит разные сложные алгоритмы для глубинного обучения и разные примеры, которые используют глубинные нейронные сети. Вы изучите как тренировать машину для создания новых возможностей, чтобы осмыслить более глубокие слои данных. В курсе, вы пройдете темы как логическая регрессия, сверточные нейронные сети, рекуррентные нейронные сети, трениривка глубинных сетей и высоко-уровневые интерфейсы.
С помощью практических примеров вы станете асом в продвинутых много-уровневых сетях, распозновании образов и даже больше.

Стиль и подход
Курс является руководством, чтобы стать экспертом по глубинному обучению в вашей организации. Мы изучим простые и более сложные нейронные сети с помощью примеров, которые могут применяться на реальных данных.
[spoiler="Содержание"]
Getting Started
The Course Overview
Installing TensorFlow
Simple Computations
Logistic Regression Model Building
Logistic Regression Training
Deep Neural Networks
Basic Neural Nets
Single Hidden Layer Model
Single Hidden Layer Explained
Multiple Hidden Layer Model
Multiple Hidden Layer Results
Convolutional Neural Networks
Convolutional Layer Motivation
Convolutional Layer Application
Pooling Layer Motivation
Pooling Layer Application
Deep CNN
Deeper CNN
Wrapping Up Deep CNN
Recurrent Neural Networks
Introducing Recurrent Neural Networks
skflow
RNNs in skflow
Wrapping Up
Research Evaluation
The Future of TensorFlow
[/spoiler]
Файлы примеров: присутствуют
Формат видео: MP4
Видео:
[spoiler="скрытый текст"]
Видео
Идентификатор : 1
Формат : AVC
Формат/Информация : Advanced Video Codec
Профиль формата : [email protected]
Параметр CABAC формата : Да
Параметр RefFrames формата : 4 кадра
Идентификатор кодека : avc1
Идентификатор кодека/Информация : Advanced Video Coding
Продолжительность : 2 м. 59 с.
Битрейт : 384 Кбит/сек
Ширина : 1280 пикселей
Высота : 720 пикселей
Соотношение сторон : 16:9
Режим частоты кадров : Постоянный
Частота кадров : 25,000 кадров/сек
Цветовое пространство : YUV
Субдискретизация насыщенности : 4:2:0
Битовая глубина : 8 бит
Тип развёртки : Прогрессивная
Бит/(Пиксели*Кадры) : 0.017
Размер потока : 8,29 Мбайт (75%)
Библиотека кодирования : x264 core 120
Настройки программы : cabac=1 / ref=1 / deblock=1:0:0 / analyse=0x1:0x111 / me=hex / subme=9 / psy=1 / psy_rd=1.00:0.00 / mixed_ref=0 / me_range=16 / chroma_me=1 / trellis=0 / 8x8dct=0 / cqm=0 / deadzone=21,11 / fast_pskip=1 / chroma_qp_offset=-2 / threads=6 / sliced_threads=0 / nr=0 / decimate=1 / interlaced=0 / bluray_compat=0 / constrained_intra=0 / bframes=3 / b_pyramid=2 / b_adapt=2 / b_bias=0 / direct=3 / weightb=1 / open_gop=0 / weightp=1 / keyint=250 / keyint_min=25 / scenecut=40 / intra_refresh=0 / rc_lookahead=10 / rc=2pass / mbtree=1 / bitrate=384 / ratetol=1.0 / qcomp=0.60 / qpmin=3 / qpmax=69 / qpstep=4 / cplxblur=20.0 / qblur=0.5 / ip_ratio=1.40 / aq=1:1.00
Дата кодирования : UTC 2016-06-22 09:56:40
Дата пометки : UTC 2016-06-22 09:57:37
Цветовой диапазон : Limited
Основные цвета : BT.709
Характеристики трансфера : BT.709
Коэффициенты матрицы : BT.709
[/spoiler]
Аудио:
[spoiler="скрытый текст"]
Аудио
Идентификатор : 2
Формат : AAC
Формат/Информация : Advanced Audio Codec
Профиль формата : LC
Идентификатор кодека : 40
Продолжительность : 2 м. 59 с.
Вид битрейта : Переменный
Битрейт : 125 Кбит/сек
Максимальный битрейт : 169 Кбит/сек
Каналы : 2 канала
Расположение каналов : Front: L R
Частота : 48,0 КГц
Частота кадров : 46,875 кадров/сек (1024 SPF)
Метод сжатия : С потерями
Размер потока : 2,67 Мбайт (24%)
Заголовок : Stereo
Язык : English
Дата кодирования : UTC 2016-06-22 09:56:40
Дата пометки : UTC 2016-06-22 09:57:37
[/spoiler]
[spoiler="Скриншоты"]

[/spoiler]