การเรียนรู้เชิงลึกด้วย Keras - บทนำ

Deep Learning กลายเป็นคำที่แพร่หลายในช่วงไม่กี่วันที่ผ่านมาในสาขาปัญญาประดิษฐ์ (AI) เป็นเวลาหลายปีที่เราใช้ Machine Learning (ML) เพื่อถ่ายทอดข้อมูลอัจฉริยะให้กับเครื่องจักร ในช่วงไม่กี่วันที่ผ่านมาการเรียนรู้เชิงลึกได้รับความนิยมมากขึ้นเนื่องจากมีอำนาจสูงสุดในการคาดการณ์เมื่อเทียบกับเทคนิค ML แบบดั้งเดิม

โดยพื้นฐานแล้ว Deep Learning หมายถึงการฝึกอบรม Artificial Neural Network (ANN) ด้วยข้อมูลจำนวนมหาศาล ในการเรียนรู้เชิงลึกเครือข่ายจะเรียนรู้ด้วยตัวเองดังนั้นจึงต้องใช้ข้อมูลมหาศาลเพื่อการเรียนรู้ ในขณะที่แมชชีนเลิร์นนิงแบบเดิมเป็นชุดของอัลกอริทึมที่แยกวิเคราะห์ข้อมูลและเรียนรู้จากมัน จากนั้นพวกเขาใช้การเรียนรู้นี้ในการตัดสินใจอย่างชาญฉลาด

ตอนนี้มาถึง Keras ซึ่งเป็น API เครือข่ายประสาทระดับสูงที่ทำงานบน TensorFlow ซึ่งเป็นแพลตฟอร์มการเรียนรู้ของเครื่องโอเพนซอร์สแบบ end-to-end เมื่อใช้ Keras คุณสามารถกำหนดสถาปัตยกรรม ANN ที่ซับซ้อนเพื่อทดลองกับข้อมูลขนาดใหญ่ของคุณได้อย่างง่ายดาย Keras ยังรองรับ GPU ซึ่งจำเป็นสำหรับการประมวลผลข้อมูลจำนวนมากและการพัฒนาโมเดลการเรียนรู้ของเครื่อง

ในบทช่วยสอนนี้คุณจะได้เรียนรู้การใช้ Keras ในการสร้างเครือข่ายประสาทเทียมระดับลึก เราจะดูตัวอย่างที่ใช้ได้จริงสำหรับการสอน ปัญหาในมือคือการจดจำตัวเลขที่เขียนด้วยลายมือโดยใช้เครือข่ายประสาทเทียมที่ได้รับการฝึกฝนด้วยการเรียนรู้เชิงลึก

เพื่อให้คุณตื่นเต้นยิ่งขึ้นในการเรียนรู้เชิงลึกด้านล่างนี้คือภาพหน้าจอของแนวโน้มของ Google เกี่ยวกับการเรียนรู้เชิงลึกที่นี่ -

ดังที่คุณเห็นจากแผนภาพความสนใจในการเรียนรู้เชิงลึกนั้นเพิ่มขึ้นอย่างต่อเนื่องในช่วงหลายปีที่ผ่านมา มีหลายด้านเช่นการมองเห็นด้วยคอมพิวเตอร์การประมวลผลภาษาธรรมชาติการรู้จำเสียงชีวสารสนเทศศาสตร์การออกแบบยาและอื่น ๆ ซึ่งการเรียนรู้เชิงลึกได้ถูกนำไปใช้อย่างประสบความสำเร็จ บทแนะนำนี้จะช่วยให้คุณเริ่มเรียนรู้เชิงลึกได้อย่างรวดเร็ว

ดังนั้นอ่านต่อไป!