Vous avez appris à utiliser TensorFlow. Vous avez appris les fonctions importantes, comment concevoir et mettre en œuvre des modèles séquentiels et fonctionnels, et vous avez réalisé plusieurs projets de test. Quelle est la prochaine étape ? Il est temps de plonger en profondeur dans les fonctions d'activation, la fonction essentielle de chaque nœud et couche d'un réseau neuronal, décidant de déclencher ou non un feu, et ajoutant un élément de non-linéarité (dans la plupart des cas).
Plongée dans les fonctions d'activation de Tensorflow
La Fête du Travail commence avec plus de 70 $ d'économies sur Coursera Plus. Bénéficiez de 40 % de réduction pendant 3 mois.
Plongée dans les fonctions d'activation de Tensorflow
Instructeur : Charles Ivan Niswander II
Inclus avec En savoir plus
Demander à Coursera
Apprendre, pratiquer et appliquer des compétences professionnelles grâce à des conseils d’experts
niveau Intermédiaire
Expérience recommandée
2 heures
Apprenez à votre propre rythme
Un apprentissage pratique
Ce que vous apprendrez
Découvrez quand, où, pourquoi et comment utiliser les différentes fonctions d'activation, ainsi que dans quelles situations
Exemples de code pour chaque fonction d'activation, écrits de A à Z en Python
Compétences que vous pratiquerez
- Catégorie : Apprentissage profond
- Catégorie : Méthodes d'apprentissage automatique
- Catégorie : Réseaux neuronaux artificiels
Outils que vous utiliserez
- Catégorie : Tensorflow
- Catégorie : Programmation Python
Détails à connaître
Certificat partageable
Ajouter à votre profil LinkedIn
Enseigné en Anglais
Aucun téléchargement ou installation requis(e)
Disponible uniquement sur ordinateur
Découvrez comment les employés des entreprises prestigieuses maîtrisent des compétences recherchées
Apprendre, pratiquer et appliquer des compétences prêtes à l’emploi en moins de 2 heures
- Bénéficiez d’une formation par des experts du secteur
- Gagnez en expérience pratique en effectuant des tâches professionnelles du monde réel
- Renforcez votre confiance en utilisant les outils et technologies les plus récents
À propos de ce Projet Guidé
Apprendrez étape par étape
Votre enseignant(e) vous guidera étape par étape, grâce à une vidéo en écran partagé sur votre espace de travail :
Passez en revue les fonctions d'activation, leurs propriétés et le principe de non-linéarité
Mise en œuvre des activations linéaires et par paliers binaires
Implémentation des fonctions d'activation basées sur les crêtes (famille ReLu)
Mise en œuvre de variantes de la fonction ReLU et de la famille Swish d'activations non monotones
Implémentation des fonctions d'activation radiales (famille RBF)
Expérience recommandée
Expérience en Python ; TensorFlow pour débutants
9 images de projet
Instructeur
1 Cours616 apprenants
Offert par
Méthode d’apprentissage
Apprentissage pratique basé sur les compétences
Mettez en pratique de nouvelles compétences en effectuant des tâches professionnelles.
Conseils d’experts
Suivez les vidéos pré-enregistrées d’experts à l’aide d’une interface unique, divisée en deux.
Aucun téléchargement ou installation requis(e)
Accédez aux outils et aux ressources dont vous avez besoin dans un espace de travail cloud préconfiguré.
Disponible uniquement sur ordinateur de bureau
Ce Projet Guidé est conçu pour les ordinateurs portables ou de bureau disposant d’une connexion internet fiable, et non pour les appareils mobiles.
Pour quelles raisons les étudiants sur Coursera nous choisissent-ils pour leur carrière ?
Felipe M.
Étudiant(e) depuis 2018
’Pouvoir suivre des cours à mon rythme à été une expérience extraordinaire. Je peux apprendre chaque fois que mon emploi du temps me le permet et en fonction de mon humeur.’
Jennifer J.
Étudiant(e) depuis 2020
’J'ai directement appliqué les concepts et les compétences que j'ai appris de mes cours à un nouveau projet passionnant au travail.’
Larry W.
Étudiant(e) depuis 2021
’Lorsque j'ai besoin de cours sur des sujets que mon université ne propose pas, Coursera est l'un des meilleurs endroits où se rendre.’
Chaitanya A.
’Apprendre, ce n'est pas seulement s'améliorer dans son travail : c'est bien plus que cela. Coursera me permet d'apprendre sans limites.’
