[Expérience en 3 jours] Apprentissage en profondeur appris avec TensorFlow x Python 3 https://www.udemy.com/tensorflow/learn/v4/overview
J'avais un peu un morceau de pyhton alors j'ai pensé que ce serait facile, mais je pouvais comprendre comment le faire, mais le contenu était rafraîchissant. Pour expliquer brièvement, c'était l'explication du tutoriel TensorFlow et du problème d'application. Le but était de l'implémenter sans se soucier du contenu du code. Pour le moment, j'ai tout fait, de la mise en œuvre de TensorFlow à la prise d'images. Tout d'abord, le tutoriel MNIST For ML Beginners https://www.tensorflow.org/get_started/mnist/beginners Il s'agit de calculer la probabilité de toucher un nombre à partir de caractères manuscrits. prochain Deep MNIST for Experts https://www.tensorflow.org/get_started/mnist/pros Ici, j'ai entré divers codes pour augmenter la probabilité et j'ai sorti des valeurs plus précises que MNIST pour les débutants en ML.
finalement Image Recognition https://www.tensorflow.org/tutorials/image_recognition Il s'agit de mettre en œuvre un certain programme de reconnaissance d'image à l'avance et d'aller voir l'image préparée par vous-même.
J'étais un débutant complet, mais l'explication était très facile à comprendre. Il y avait beaucoup de choses que je ne comprenais pas bien, mais le premier était parfait pour les débutants pour apprendre la reconnaissance d'image et TensorFlow. Je me demandais simplement si j'avais besoin de connaissances mathématiques telles que les files d'attente, les probabilités et les statistiques pour en savoir plus.
1.anaconda, python, jupyter, terminal Il y en a plusieurs, mais pourquoi en avez-vous besoin? 2. Mathématiques du secondaire principalement matrice, probabilité
Recommended Posts