Python, TensorFlow ve Keras ile EITC/AI/DLPTFK Derin Öğrenme, TensorFlow ve Keras makine öğrenimi kitaplıklarıyla Python'da derin öğrenmeyi programlamanın temelleri üzerine Avrupa BT Sertifikasyon programıdır.
Python, TensorFlow ve Keras ile EITC/AI/DLPTFK Derin Öğrenme müfredatı, bu EITC Sertifikasyonu için bir referans olarak kapsamlı video didaktik içeriğini kapsayan, aşağıdaki yapı içinde düzenlenen TensorFlow ve Keras kütüphaneleri ile Python programlamada derin öğrenmedeki pratik becerilere odaklanmaktadır.
Derin öğrenme (derin yapılandırılmış öğrenme olarak da bilinir), temsil öğrenmeli yapay sinir ağlarına dayalı daha geniş bir makine öğrenimi yöntemleri ailesinin bir parçasıdır. Öğrenme denetimli, yarı denetimli veya denetimsiz olabilir. Derin sinir ağları, derin inanç ağları, tekrarlayan sinir ağları ve evrişimli sinir ağları gibi derin öğrenme mimarileri, bilgisayarla görme, makine görüşü, konuşma tanıma, doğal dil işleme, ses tanıma, sosyal ağ filtreleme, makine çevirisi, biyoinformatik gibi alanlara uygulanmıştır. , ilaç tasarımı, tıbbi görüntü analizi, malzeme incelemesi ve masa oyunu programları, burada insan uzman performansıyla karşılaştırılabilir ve bazı durumlarda bu performansı aşan sonuçlar ürettiler.
Python, yorumlanmış, yüksek seviyeli ve genel amaçlı bir programlama dilidir. Python'un tasarım felsefesi, önemli boşlukların dikkate değer kullanımıyla kod okunabilirliğini vurgular. Dil yapıları ve nesne yönelimli yaklaşımı, programcıların küçük ve büyük ölçekli projeler için net, mantıksal kod yazmalarına yardımcı olmayı amaçlamaktadır. Python, kapsamlı standart kitaplığı nedeniyle genellikle "piller dahil" bir dil olarak tanımlanır. Python, yapay zeka projelerinde ve makine öğrenimi projelerinde TensorFlow, Keras, Pytorch ve Scikit-learn gibi kütüphanelerin yardımıyla yaygın olarak kullanılır.
Python dinamik olarak türlenmiştir (çalışma zamanında, statik programlama dillerinin derleme sırasında gerçekleştirdiği birçok yaygın programlama davranışını yürütür) ve çöp olarak toplanır (otomatik bellek yönetimi ile). Yapılandırılmış (özellikle prosedürel), nesne yönelimli ve işlevsel programlama dahil olmak üzere birden çok programlama paradigmasını destekler. 1980'lerin sonunda oluşturuldu ve ilk olarak 1991'de Guido van Rossum tarafından ABC programlama dilinin halefi olarak piyasaya sürüldü. 2.0 yılında piyasaya sürülen Python 2000, liste anlama gibi yeni özellikler ve referans sayımlı bir çöp toplama sistemi sunmuş ve 2.7'de 2020 sürümüyle kullanımdan kaldırılmıştır. 3.0'de yayınlanan Python 2008, bu dilin önemli bir revizyonuydu. tamamen geriye dönük uyumlu değildir ve Python 2 kodlarının çoğu Python 3'te değiştirilmeden çalışmaz. Python 2'nin kullanım ömrü sona erdiğinde (ve 2021'de destek kesilen pip), yalnızca Python 3.6.x ve sonraki sürümler desteklenir, eski sürümler hala örneğin Windows 7'yi (ve 64 bit Windows ile sınırlı olmayan eski yükleyiciler) destekler.
Python tercümanları genel işletim sistemleri için desteklenir ve birkaç tane daha kullanılabilir (ve geçmişte çok daha fazlasını destekledi). Küresel bir programcılar topluluğu, ücretsiz ve açık kaynaklı bir referans uygulaması olan CPython'u geliştirir ve sürdürür. Kar amacı gütmeyen bir kuruluş olan Python Software Foundation, Python ve CPython geliştirme için kaynakları yönetir ve yönlendirir.
Ocak 2021 itibarıyla Python, TIOBE'nin en popüler programlama dilleri dizininde C ve Java'nın ardından üçüncü sırada yer alıyor ve daha önce ikinci sırada yer almış ve 2020 için en fazla popülerlik kazanımı ödülünü almıştır. 2007, 2010'da Yılın Programlama Dili seçilmiştir. ve 2018.
Deneysel bir çalışma, Python gibi komut dosyası yazma dillerinin, dizgi manipülasyonu ve bir sözlükte arama içeren programlama problemleri için C ve Java gibi geleneksel dillerden daha verimli olduğunu buldu ve bellek tüketiminin genellikle "Java'dan daha iyi" olduğunu belirledi. C veya C ++ 'dan çok daha kötü ”. Python kullanan büyük kuruluşlar arasında Wikipedia, Google, Yahoo !, CERN, NASA, Facebook, Amazon, Instagram bulunur.
Yapay zeka uygulamalarının ötesinde, modüler mimariye, basit sözdizimine ve zengin metin işleme araçlarına sahip bir betik dili olarak Python, genellikle doğal dil işleme için kullanılır.
TensorFlow, makine öğrenimi için ücretsiz ve açık kaynaklı bir yazılım kitaplığıdır. Çeşitli görevlerde kullanılabilir, ancak derin sinir ağlarının eğitimi ve çıkarımına özel bir odaklanır. Veri akışına ve türevlenebilir programlamaya dayalı sembolik bir matematik kitaplığıdır. Google'da hem araştırma hem de üretim için kullanılır.
2011'den başlayarak, Google Brain DistBelief'i derin öğrenme sinir ağlarına dayalı tescilli bir makine öğrenimi sistemi olarak geliştirdi. Kullanımı, hem araştırma hem de ticari uygulamalarda çeşitli Alphabet şirketlerinde hızla büyüdü. Google, DistBelief'in kod tabanını basitleştirmek ve TensorFlow haline gelen daha sağlam bir uygulama sınıfı kitaplıkta yeniden düzenlemek için Jeff Dean dahil olmak üzere birden fazla bilgisayar bilimcisini görevlendirdi. 2009 yılında, Geoffrey Hinton liderliğindeki ekip, genelleştirilmiş geri yayılımı ve önemli ölçüde daha yüksek doğrulukta sinir ağlarının üretilmesine izin veren, örneğin konuşma tanımadaki hatalarda% 25'lik bir azalma sağlayan diğer iyileştirmeleri uygulamaya koydu.
TensorFlow, Google Brain'in ikinci nesil sistemidir. Sürüm 1.0.0, 11 Şubat 2017'de yayınlandı. Referans uygulama tek cihazlarda çalışırken, TensorFlow birden fazla CPU ve GPU üzerinde çalışabilir (grafik işlem birimlerinde genel amaçlı bilgi işlem için isteğe bağlı CUDA ve SYCL uzantılarıyla). TensorFlow, 64 bit Linux, macOS, Windows ve Android ve iOS dahil mobil bilgi işlem platformlarında mevcuttur. Esnek mimarisi, hesaplamanın çeşitli platformlarda (CPU'lar, GPU'lar, TPU'lar) ve masaüstlerinden sunucu kümelerine, mobil ve uç cihazlara kadar kolay dağıtımına olanak tanır. TensorFlow hesaplamaları, durum bilgisi olan veri akışı grafikleri olarak ifade edilir. TensorFlow adı, bu tür sinir ağlarının tensörler olarak adlandırılan çok boyutlu veri dizileri üzerinde gerçekleştirdiği işlemlerden türemiştir. Haziran 2016'daki Google I/O Konferansı sırasında Jeff Dean, GitHub'daki 1,500 kod deposunun TensorFlow'dan bahsettiğini ve bunlardan sadece 5'inin Google'dan olduğunu belirtti. Aralık 2017'de Google, Cisco, RedHat, CoreOS ve CaiCloud'dan geliştiriciler bir konferansta Kubeflow'u tanıttı. Kubeflow, TensorFlow'un Kubernetes üzerinde çalıştırılmasına ve konuşlandırılmasına izin verir. Mart 2018'de Google, JavaScript'te makine öğrenimi için TensorFlow.js sürüm 1.0'ı duyurdu. Ocak 2019'da Google, TensorFlow 2.0'ı duyurdu. Eylül 2019'da resmi olarak kullanıma sunuldu. Mayıs 2019'da Google, bilgisayar grafiklerinde derin öğrenme için TensorFlow Graphics'i duyurdu.
Keras, yapay sinir ağları için bir Python arabirimi sağlayan açık kaynaklı bir yazılım kitaplığıdır. Keras, TensorFlow kitaplığı için bir arabirim görevi görür.
Keras, derin sinir ağı kodu yazmak için gerekli olan kodlamayı basitleştirmek için görüntü ve metin verileriyle çalışmayı kolaylaştırmak için katmanlar, hedefler, etkinleştirme işlevleri, optimize ediciler ve bir dizi araç gibi yaygın olarak kullanılan sinir ağı yapı taşlarının sayısız uygulamasını içerir. Kod GitHub'da barındırılır ve topluluk destek forumları GitHub sorunları sayfasını ve bir Slack kanalını içerir.
Standart sinir ağlarına ek olarak Keras, evrişimli ve tekrarlayan sinir ağları için desteğe sahiptir. Bırakma, toplu normalleştirme ve havuzlama gibi diğer yaygın yardımcı program katmanlarını destekler. Keras, kullanıcıların akıllı telefonlarda (iOS ve Android), web'de veya Java Sanal Makinesi'nde derin modeller üretmesine olanak tanır. Ayrıca, Grafik işleme birimleri (GPU) ve tensör işleme birimleri (TPU) kümeleri üzerinde derin öğrenme modellerinin dağıtılmış eğitiminin kullanımına izin verir. Keras, Python (programlama dili) ve kendi kullanım ve kurulum kolaylığı nedeniyle bilimsel araştırmalarda kullanılmak üzere benimsenmiştir. Keras, KDnuggets 10 yazılım anketinde en çok alıntı yapılan 2018. araç oldu ve% 22 kullanım kaydetti.
Kendinizi sertifika müfredatı hakkında ayrıntılı olarak tanımak için aşağıdaki tabloyu genişletebilir ve analiz edebilirsiniz.
EITC/AI/DLPTFK Python, TensorFlow ve Keras Sertifikasyon Müfredatı ile Derin Öğrenme, Harrison Kinsley tarafından hazırlanan bir video formundaki açık erişimli didaktik materyallere atıfta bulunur. Öğrenme süreci, ilgili müfredat bölümlerini kapsayan adım adım bir yapıya (programlar -> dersler -> konular) bölünmüştür.
Alan uzmanları ile sınırsız danışmanlık da verilmektedir.
Sertifikasyon prosedürü kontrolü ile ilgili ayrıntılar için Nasıl Çalışır?.
Müfredat Referans Kaynakları
Google TensorFlow
https://www.tensorflow.org/
Google TensorFlow Öğrenme Kaynakları
https://www.tensorflow.org/learn/
TensorFlow API Belgeleri
https://www.tensorflow.org/api_docs/
TensorFlow Modelleri ve Veri Kümeleri
https://www.tensorflow.org/resources/models-datasets/
TensorFlow Topluluğu
https://www.tensorflow.org/community/
TensorFlow ile Google Cloud AI Platform Eğitimi
https://cloud.google.com/ai-platform/training/docs/tensorflow-2/
Python belgeleri
https://www.python.org/doc/
Python indirmeleri yayınlar
https://www.python.org/downloads/
Yeni Başlayanlar İçin Python Kılavuzu
https://www.python.org/about/gettingstarted/
Python Wiki Yeni Başlayanlar Kılavuzu
https://wiki.python.org/moin/BeginnersGuide
W3Schools Python Makine Öğrenimi Eğitimi
https://www.w3schools.com/python/python_ml_getting_started.asp
EITC/AI/DLPTFK Python, TensorFlow ve Keras programıyla Derin Öğrenme için çevrimdışı kendi kendine öğrenme hazırlık malzemelerinin tamamını PDF dosyası olarak indirin
EITC/AI/DLPTFK hazırlık malzemeleri – standart versiyon
EITC/AI/DLPTFK hazırlık materyalleri – inceleme sorularını içeren genişletilmiş versiyon