Machine Learning with TensorFlow [June 24, 20, ENG] torrent

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

Machine Learning with TensorFlow

Год выпуска: January, 2017
Производитель: Packt Publishing Limited
Сайт производителя: https://www.packtpub.com/big-data-and-business-intelligence/machine-learning-tensorflow-video
Автор: Shams Ul Azeem
Продолжительность: 1 час 14 минут
Тип раздаваемого материала: Видеоурок
Язык: Английский
Описание: Решение общих проблем машинного обучения с помощью библиотеки TensorFlow от Google и построения развертываемых решений

Особенности
Используйте данные из реалього мира, чтобы создавать источники информации для тренировки данных и применения классификаторов TenserFlow.
Создавайте решения. Пройдите весь цикл решений с помощью TensorFlow включая практичесую демострацию установки системы, обучения, валидации и создания источников данных реального мира.

Изучение
Базовая и продвинутая инсталляция TensorFlow
Глубокое погружение в тренировку, валидацию и мониторинг производительности тренировки
Установка и запуск примеров используя картинки.
Создание источников данных для обработки входной информации реального мира.
Получите возможность пройти от концепта до конфигураций готовых к применению в реальном производстве.

Описание
TensorFlow библиотека с открытым кодом, используемая для числовых вычислений используя графы потоков данных. Гибкая архитектура позоляет развертывать вычисления на одном, нескольких ЦПУ или ГП рабочей машины, сервера или мобильном устройстве с помощью единого API.

Видео предназначено для решения общих коммерческих задач используя Google’s TensorFlow библиотеку. Оно не только поможет открыть что такое TensorFlow и как его использовать, но также покажет невероятные вещи, которые можно сделать в машинном обучении с помощью примеров и реальных способов изпользования. Мы начнем с базовой инсталляции Tensorflow, двигаясь к уникальным возможностям библиотеки, таких как графы данных (Data Flow Graphs), тренировка и визялизация производительности в TensorBoard. Все в контексте использования множества источников данных для решения проблем. Фокус на представлении новых концепций с помощью проблем, которые закодированы и решены в разделах курса.

Стиль и подход
Видео - ясная, пошаговая демострация, позволяющая понять новые возможости в машинном обучении, открыть и расширить вам возможности реализации в вашем окружении.
[spoiler="Содержание"]
Getting Started
The Course Overview
Introducing Deep Learning
Installation on Mac OSX
Installation on Windows – Pre-Requisite Virtual Machine Setup
Installation on Windows/Linux
Your First Classifier
The Hand-Written Letters Dataset
Automating Data Preparation
Understanding Matrix Conversions
The Machine Learning Life Cycle
Reviewing Outputs and Results
The TensorFlow Toolbox
Getting Started with TensorBoard
TensorBoard Events and Histograms
The Graph Explorer
Our Previous Project on TensorBoard
Cats and Dogs – Convolutional Neural Networks
Fully Connected Neural Networks
Convolutional Neural Networks
Programming a CNN
Using TensorBoard on Our CNN
CNN Versus Fully Connected Network Performance
[/spoiler]
Файлы примеров: присутствуют
Формат видео: MPEG
Видео:
[spoiler="скрытый текст"]
Видео
Идентификатор : 1
Формат : AVC
Формат/Информация : Advanced Video Codec
Профиль формата : [email protected]
Параметр CABAC формата : Да
Параметр ReFrames формата : 4 кадра
Идентификатор кодека : avc1
Идентификатор кодека/Информация : Advanced Video Coding
Продолжительность : 3 м. 48 с.
Битрейт : 235 Кбит/сек
Номинальный битрейт : 384 Кбит/сек
Ширина : 1280 пикселей
Высота : 720 пикселей
Соотношение сторон : 16:9
Режим частоты кадров : Постоянный
Частота кадров : 30,000 кадров/сек
Цветовое пространство : YUV
Субдискретизация насыщенности : 4:2:0
Битовая глубина : 8 бит
Тип развёртки : Прогрессивная
Бит/(Пиксели*Кадры) : 0.009
Размер потока : 6,39 Мбайт (60%)
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=300 / keyint_min=30 / 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 2017-01-10 13:23:17
Дата пометки : UTC 2017-01-10 13:24:09
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 : 3 м. 48 с.
Вид битрейта : Переменный
Битрейт : 155 Кбит/сек
Максимальный битрейт : 291 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 : 4,22 Мбайт (39%)
Заголовок : Stereo
Язык : English
Дата кодирования : UTC 2017-01-10 13:23:17
Дата пометки : UTC 2017-01-10 13:24:09
[/spoiler]
[spoiler="Скриншоты"]

[/spoiler]