Глубокое обучение, компьютерное зрение, Python и TensorFlow – Полный курс, часть № 3.1

Если видео на английском ,а вы его не знаете , то смотрите через Яндекс браузер. https://colab.research.google.com/drive/18u1KDx-9683iZNPxSDZ6dOv9319ZuEC_ ➡️ (0:00:00) Построение сетей с помощью TensorFlow ➡️ (0:06:24) Потеря бинарной кроссэнтропии ➡️ (0:14:00) Обучающие программы ➡️ (0:27:18) Оценка и тестирование модели ➡️ (0:33:00) Загрузка и сохранение моделей на Google Drive Построение более продвинутых моделей в сверточных нейронных сетях Teno CNN с помощью TensorFlow ✅ (0:49:51) Functional Functional Функциональный API ✅ (1:06:29) Классификация моделей по подклассам ✅ (1:21:46) Пользовательские слои Оценка классификационных моделей [Диагностика малярии] ✅ (1:39:26) Точность, отзывчивость и безошибочность ✅ (2:03:16) Матрица ошибок (Confusion Matrix) ✅ (2:12:51) ROC-графики Повышение производительности модели ✅ (2:20:51) Обратные вызовы TensorFlow ✅ (2:46:36) Планирование скорости обучения ✅ (3:04:06) Проверка модели на соответствие требованиям ✅ (3:12:06) Устранение переобучения и недоподготовки