このコースについて

50,341 最近の表示
共有できる証明書
修了時に証明書を取得
100%オンライン
自分のスケジュールですぐに学習を始めてください。
柔軟性のある期限
スケジュールに従って期限をリセットします。
上級レベル

* Python 3

* Knowledge of general machine learning concepts

* Knowledge of the field of deep learning

* Probability and statistics

約53時間で修了
英語

習得するスキル

Probabilistic Neural NetworkDeep LearningGenerative ModelTensorflowProbabilistic Programming Language (PRPL)
共有できる証明書
修了時に証明書を取得
100%オンライン
自分のスケジュールですぐに学習を始めてください。
柔軟性のある期限
スケジュールに従って期限をリセットします。
上級レベル

* Python 3

* Knowledge of general machine learning concepts

* Knowledge of the field of deep learning

* Probability and statistics

約53時間で修了
英語

提供:

Placeholder

インペリアル・カレッジ・ロンドン(Imperial College London)

シラバス - 本コースの学習内容

1

1

12時間で修了

TensorFlow Distributions

12時間で修了
14件のビデオ (合計92分), 4 学習用教材, 2 個のテスト
14件のビデオ
Interview with Paige Bailey7 分
The TensorFlow Probability library2 分
Univariate distributions8 分
[Coding tutorial] Univariate distributions6 分
Multivariate distributions6 分
[Coding tutorial] Multivariate distributions5 分
The Independent distribution6 分
[Coding tutorial] The Independent distribution12 分
Sampling and log probs6 分
[Coding tutorial] Sampling and log probs10 分
Trainable distributions5 分
[Coding tutorial] Trainable distributions11 分
Wrap up and introduction to the programming assignment1 分
4件の学習用教材
About Imperial College & the team10 分
How to be successful in this course10 分
Grading policy10 分
Additional readings & helpful references10 分
1の練習問題
[Knowledge check] Standard distributions30 分
2

2

12時間で修了

Probabilistic layers and Bayesian neural networks

12時間で修了
11件のビデオ (合計110分)
11件のビデオ
The need for uncertainty in deep learning models3 分
The DistributionLambda layer7 分
[Coding tutorial] The DistributionLambda layer10 分
Probabilistic layers9 分
[Coding tutorial] Probabilistic layers15 分
The DenseVariational layer12 分
[Coding tutorial] The DenseVariational layer20 分
Reparameterization layers8 分
[Coding tutorial] Reparameterization layers19 分
Wrap up and introduction to the programming assignment1 分
1の練習問題
Sources of uncertainty30 分
3

3

13時間で修了

Bijectors and normalising flows

13時間で修了
12件のビデオ (合計93分)
12件のビデオ
Interview with Doug Kelly10 分
Bijectors7 分
[Coding tutorial] Bijectors9 分
The TransformedDistribution class10 分
[Coding tutorial] The Transformed Distribution class8 分
Subclassing bijectors5 分
[Coding tutorial] Subclassing bijectors9 分
Autoregressive flows10 分
RealNVP8 分
[Coding tutorial] Normalising flows10 分
Wrap up and introduction to the programming assignment1 分
1の練習問題
Change of variables formula30 分
4

4

13時間で修了

Variational autoencoders

13時間で修了
10件のビデオ (合計77分)
10件のビデオ
Encoders and decoders5 分
[Coding tutorial] Encoders and decoders6 分
Minimising KL divergence10 分
[Coding tutorial] Minimising KL divergence7 分
Maximising the ELBO13 分
[Coding tutorial] Maximising the ELBO10 分
KL divergence layers8 分
[Coding tutorial] KL divergence layers10 分
Wrap up and introduction to the programming assignment1 分
1の練習問題
Variational autoencoders30 分

レビュー

PROBABILISTIC DEEP LEARNING WITH TENSORFLOW 2 からの人気レビュー

すべてのレビューを見る

TensorFlow 2 for Deep Learning専門講座について

TensorFlow 2 for Deep Learning

よくある質問

さらに質問がある場合は、受講者向けヘルプセンターにアクセスしてください。