Accéder au contenu principal
AccueilPython

Advanced Deep Learning with Keras

Learn how to develop deep learning models with Keras.

Commencer Le Cours Gratuitement
4 heures13 vidéos46 exercices32 687 apprenantsTrophyDéclaration de réalisation

Créez votre compte gratuit

GoogleLinkedInFacebook

ou

En continuant, vous acceptez nos Conditions d'utilisation, notre Politique de confidentialité et le fait que vos données sont stockées aux États-Unis.
Group

Formation de 2 personnes ou plus ?

Essayer DataCamp for Business

Apprécié par les apprenants de milliers d'entreprises


Description du cours

Keras functional API

In this course, you will learn how to solve complex problems using the Keras functional API.

Beginning with an introduction, you will build simple functional networks, fit them to data, and make predictions. You will also learn how to construct models with multiple inputs and a single output and share weights between layers​​.

Multiple-input networks

As you progress, explore building two-input networks using categorical embeddings, shared layers, and merge layers. These are the foundational building blocks for designing neural networks with complex data flows.

It extends these concepts to models with three or more inputs, helping you understand the parameters and topology of your neural networks using Keras' summary and plot functions​​.

Multiple-output networks

In the final interactive exercises, you'll work with multiple-output networks, which can solve regression problems with multiple targets and even handle both regression and classification tasks simultaneously.

By the end of the course, you'll have practical experience with advanced deep learning techniques to advance your career as a data scientist, including evaluating your models on new data using multiple metrics​.

Pour les entreprises

Formation de 2 personnes ou plus ?

Donnez à votre équipe l’accès à la plateforme DataCamp complète, y compris toutes les fonctionnalités.
DataCamp Pour Les EntreprisesPour une solution sur mesure , réservez une démo.

Dans les titres suivants

Principes fondamentaux de Keras

Aller à la piste
  1. 1

    The Keras Functional API

    Gratuit

    In this chapter, you'll become familiar with the basics of the Keras functional API. You'll build a simple functional network using functional building blocks, fit it to data, and make predictions.

    Jouez Au Chapitre Maintenant
    Keras input and dense layers
    50 xp
    Input layers
    100 xp
    Dense layers
    100 xp
    Output layers
    100 xp
    Build and compile a model
    50 xp
    Build a model
    100 xp
    Compile a model
    100 xp
    Visualize a model
    100 xp
    Fit and evaluate a model
    50 xp
    Fit the model to the tournament basketball data
    100 xp
    Evaluate the model on a test set
    100 xp
  2. 2

    Two Input Networks Using Categorical Embeddings, Shared Layers, and Merge Layers

    In this chapter, you will build two-input networks that use categorical embeddings to represent high-cardinality data, shared layers to specify re-usable building blocks, and merge layers to join multiple inputs to a single output. By the end of this chapter, you will have the foundational building blocks for designing neural networks with complex data flows.

    Jouez Au Chapitre Maintenant
  3. 3

    Multiple Inputs: 3 Inputs (and Beyond!)

    In this chapter, you will extend your 2-input model to 3 inputs, and learn how to use Keras' summary and plot functions to understand the parameters and topology of your neural networks. By the end of the chapter, you will understand how to extend a 2-input model to 3 inputs and beyond.

    Jouez Au Chapitre Maintenant
  4. 4

    Multiple Outputs

    In this chapter, you will build neural networks with multiple outputs, which can be used to solve regression problems with multiple targets. You will also build a model that solves a regression problem and a classification problem simultaneously.

    Jouez Au Chapitre Maintenant
Pour les entreprises

Formation de 2 personnes ou plus ?

Donnez à votre équipe l’accès à la plateforme DataCamp complète, y compris toutes les fonctionnalités.

Dans les titres suivants

Principes fondamentaux de Keras

Aller à la piste

ensembles de données

Basketball dataBasketball models

collaborateurs

Collaborator's avatar
Sumedh Panchadhar
Zachary Deane-Mayer HeadshotZachary Deane-Mayer

VP, Data Science at DataRobot

Voir Plus

Qu’est-ce que les autres apprenants ont à dire ?

Inscrivez-vous 15 millions d’apprenants et commencer Advanced Deep Learning with Keras Aujourd’hui!

Créez votre compte gratuit

GoogleLinkedInFacebook

ou

En continuant, vous acceptez nos Conditions d'utilisation, notre Politique de confidentialité et le fait que vos données sont stockées aux États-Unis.