Regression with Automatic Differentiation in TensorFlow

4.7
별점
52개의 평가
제공자:
Coursera Project Network
3,472명이 이미 등록했습니다.
학습자는 이 안내 프로젝트에서 다음을 수행하게 됩니다.

Understanding tensor constants, and tensor variables in TensorFlow.

Understanding automatic differentiation in TensorFlow.

Using automatic differentiation to solve a linear regression problem in TensorFlow.

Clock1.5 hours
Beginner초급
Cloud다운로드 필요 없음
Video분할 화면 동영상
Comment Dots영어
Laptop데스크톱 전용

In this 1.5 hour long project-based course, you will learn about constants and variables in TensorFlow, you will learn how to use automatic differentiation, and you will apply automatic differentiation to solve a linear regression problem. By the end of this project, you will have a good understanding of how machine learning algorithms can be implemented in TensorFlow. In order to be successful in this project, you should be familiar with Python, Gradient Descent, Linear Regression. Note: This course works best for learners who are based in the North America region. We’re currently working on providing the same experience in other regions.

개발할 기술

Mathematical OptimizationMachine LearningTensorflowLinear RegressionAutomatic Differentiation

단계별 학습

작업 영역이 있는 분할 화면으로 재생되는 동영상에서 강사는 다음을 단계별로 안내합니다.

  1. Tensor Constants

  2. Tensor Variables

  3. Automatic Differentiation

  4. Watching Tensors

  5. Persistent Tape

  6. Generating Data for Linear Regression

  7. Linear Regression

안내형 프로젝트 진행 방식

작업 영역은 브라우저에 바로 로드되는 클라우드 데스크톱으로, 다운로드할 필요가 없습니다.

분할 화면 동영상에서 강사가 프로젝트를 단계별로 안내해 줍니다.

검토

REGRESSION WITH AUTOMATIC DIFFERENTIATION IN TENSORFLOW의 최상위 리뷰

모든 리뷰 보기

자주 묻는 질문

자주 묻는 질문

궁금한 점이 더 있으신가요? 학습자 도움말 센터를 방문해 보세요.