https://github.com/ahmetfurkandemir/deep-learning-7-tensorflow

Deep Learning(7) - TensorFlow, SIGNS dataset
https://github.com/ahmetfurkandemir/deep-learning-7-tensorflow

Last synced: 6 months ago
JSON representation

Deep Learning(7) - TensorFlow, SIGNS dataset

• Host: GitHub
• URL: https://github.com/ahmetfurkandemir/deep-learning-7-tensorflow
• Owner: AhmetFurkanDEMIR
• Created: 2020-08-12T11:33:51.000Z (about 5 years ago)
• Default Branch: master
• Last Pushed: 2020-08-12T11:50:26.000Z (about 5 years ago)
• Last Synced: 2025-04-15T21:52:18.528Z (6 months ago)
• Language: Jupyter Notebook
• Size: 10.4 MB
• Stars: 14
• Watchers: 2
• Forks: 0
• Open Issues: 0
• Metadata Files:
  • Readme: README.md

Awesome Lists containing this project

README

          
# TensorFlow

![kisspng-tensorflow-google-brain-machine-learning-deep-lear-machine-learning-5b35d7c0eb91e2 1180679215302552969649](https://user-images.githubusercontent.com/54184905/90011167-c91e2080-dca9-11ea-8acd-6ea584178ba5.png)

* Tensorflow Eğitimine hoş geldiniz! Bu notebook 'da Tensorflow'un tüm temellerini öğreneceksiniz. Yararlı işlevler uygulayacak ve Numpy kullanarak yaptığınız şeyle paralellik kuracaksınız. Tensörlerin ve işlemlerin ne olduğunu ve bunların bir hesaplama grafiğinde nasıl çalıştırılacağını anlayacaksınız.

* Bu notebook 'u tamamladıktan sonra, Tensorflow'u kullanarak kendi derin öğrenme modellerinizi de uygulayabileceksiniz. Aslında, yepyeni SIGNS veri setimizi kullanarak, işaret dilinde 0'dan 5'e kadar olan sayıları oldukça etkileyici bir doğrulukla tanımak için derin bir sinir ağı modeli oluşturacaksınız.



* Adımlar :

   

     * Tensorflow Kütüphanesini Keşfetmek

     

          * Doğrusal fonksiyon

          

          * Sigmoidin hesaplanması

          

          * Maliyet Hesaplamak

          

          * One Hot kodlamaları kullanma

     

     * Tensorflow'da ilk sinir ağınızı kurma

     

          * Yer tutucular oluşturun

     

          * Parametreleri başlatma

     

          * Tensorflow'da ileri yayılma

          

          * Hesaplama maliyeti

          

          * Geriye doğru yayılma ve parametre güncellemeleri

          

          * Modeli oluşturmak ve eğitmek

          

         ![index](https://user-images.githubusercontent.com/54184905/90011853-fc14e400-dcaa-11ea-87ed-4016643557b9.png)

          

          * Test

 

* Kaynak : Improving Deep Neural Networks: Hyperparameter tuning, Regularization and Optimization (Coursera) - https://www.coursera.org/learn/deep-neural-network