Chevron Left
Probabilistic Deep Learning with TensorFlow 2(으)로 돌아가기

임페리얼 칼리지 런던의 Probabilistic Deep Learning with TensorFlow 2 학습자 리뷰 및 피드백

4.7
별점
86개의 평가

강좌 소개

Welcome to this course on Probabilistic Deep Learning with TensorFlow! This course builds on the foundational concepts and skills for TensorFlow taught in the first two courses in this specialisation, and focuses on the probabilistic approach to deep learning. This is an increasingly important area of deep learning that aims to quantify the noise and uncertainty that is often present in real world datasets. This is a crucial aspect when using deep learning models in applications such as autonomous vehicles or medical diagnoses; we need the model to know what it doesn't know. You will learn how to develop probabilistic models with TensorFlow, making particular use of the TensorFlow Probability library, which is designed to make it easy to combine probabilistic models with deep learning. As such, this course can also be viewed as an introduction to the TensorFlow Probability library. You will learn how probability distributions can be represented and incorporated into deep learning models in TensorFlow, including Bayesian neural networks, normalising flows and variational autoencoders. You will learn how to develop models for uncertainty quantification, as well as generative models that can create new samples similar to those in the dataset, such as images of celebrity faces. You will put concepts that you learn about into practice straight away in practical, hands-on coding tutorials, which you will be guided through by a graduate teaching assistant. In addition there is a series of automatically graded programming assignments for you to consolidate your skills. At the end of the course, you will bring many of the concepts together in a Capstone Project, where you will develop a variational autoencoder algorithm to produce a generative model of a synthetic image dataset that you will create yourself. This course follows on from the previous two courses in the specialisation, Getting Started with TensorFlow 2 and Customising Your Models with TensorFlow 2. The additional prerequisite knowledge required in order to be successful in this course is a solid foundation in probability and statistics. In particular, it is assumed that you are familiar with standard probability distributions, probability density functions, and concepts such as maximum likelihood estimation, change of variables formula for random variables, and the evidence lower bound (ELBO) used in variational inference....

최상위 리뷰

BB

2021년 12월 16일

This has been a great course! The lecture videos are clear, concise, and to the point. The assignments are perfectly structured and the feedbacks from assignments are super helpful.

MD

2021년 7월 26일

A really valuable learning experience. With these courses, I now feel confident that I can apply the skills from the Deep Learning Specialization in a practical setting.

필터링 기준:

Probabilistic Deep Learning with TensorFlow 2의 34개 리뷰 중 1~25

교육 기관: Asad K

2020년 12월 10일

교육 기관: Nathan W

2021년 4월 16일

교육 기관: Carl T

2020년 10월 26일

교육 기관: Fabio K

2020년 12월 29일

교육 기관: Omkar K

2021년 3월 9일

교육 기관: Chung-I L

2021년 4월 1일

교육 기관: Max K

2021년 1월 31일

교육 기관: mgbacher

2021년 5월 19일

교육 기관: Nghĩa P

2022년 3월 22일

교육 기관: Marios K

2020년 11월 20일

교육 기관: Manuel B

2021년 11월 27일

교육 기관: Kanji O

2021년 4월 9일

교육 기관: Rafael O

2021년 2월 28일

교육 기관: Martin F

2021년 12월 14일

교육 기관: Selva K R

2021년 4월 8일

교육 기관: Steven C S

2021년 10월 11일

교육 기관: Maxim V

2021년 4월 7일

교육 기관: Ajay A

2021년 12월 13일

교육 기관: Anubhav T

2021년 8월 21일

교육 기관: Rajendra A

2021년 7월 16일

교육 기관: Behnam

2021년 12월 17일

교육 기관: Michael D

2021년 7월 27일

교육 기관: Yonatan F

2022년 9월 14일

교육 기관: Vinh D V

2022년 7월 2일

교육 기관: fan c

2021년 3월 28일