Simple Recurrent Neural Network with Keras
Create, train, and evaluate a recurrent neural network (RNN) in Keras.
Train a sequence to sequence RNN model to be able to solve simple addition equations given in string format.
In this hands-on project, you will use Keras with TensorFlow as its backend to create a recurrent neural network model and train it to learn to perform addition of simple equations given in string format. You will learn to create synthetic data for this problem as well. By the end of this 2-hour long project, you will have created, trained, and evaluated a sequence to sequence RNN model in Keras. Computers are already pretty good at math, so this may seem like a trivial problem, but it’s not! We will give the model string data rather than numeric data to work with. This means that the model needs to infer the meaning of various characters from a sequence of text input and then learn addition from the given data. This course runs on Coursera's hands-on project platform called Rhyme. On Rhyme, you do projects in a hands-on manner in your browser. You will get instant access to pre-configured cloud desktops containing all of the software and data you need for the project. Everything is already set up directly in your internet browser so you can just focus on learning. For this project, you’ll get instant access to a cloud desktop with Python, Jupyter, and Tensorflow pre-installed. Please note that you will need some experience in Python programming, and a theoretical understanding of Neural Networks to be able to finish this project successfully. Notes: - You will be able to access the cloud desktop 5 times. However, you will be able to access instructions videos as many times as you want. - This course works best for learners who are based in the North America region. We’re currently working on providing the same experience in other regions.
Les compétences que vous développerez
Apprendrez étape par étape
Votre enseignant(e) vous guidera étape par étape, grâce à une vidéo en écran partagé sur votre espace de travail :
Introduction
Generate Data
Create the Model
Vectorize and Devectorize data
Create Dataset
Training the Model
Comment fonctionnent les projets guidés
Votre espace de travail est un bureau cloud situé dans votre navigateur, aucun téléchargement n'est requis.
Votre enseignant(e) vous guide étape par étape dans une vidéo en écran partagé
Avis
Meilleurs avis pour SIMPLE RECURRENT NEURAL NETWORK WITH KERAS
Best Understanding of Recurrent Neural Network in simplest way.
Foire Aux Questions
Foire Aux Questions
Que vais-je obtenir si j'achète un projet guidé ?
Les projets guidés sont-ils disponible sur ordinateur et sur mobile ?
Qui sont les enseignants pour les projets guidés ?
Puis-je télécharger le travail depuis mon projet guidé une fois que je l'ai terminé ?
Quelle est la politique de remboursement ?
Une aide financière est-elle disponible ?
Puis-je auditer un projet guidé et regarder une partie de la vidéo gratuitement ?
De quelle expérience ai-je besoin pour réaliser ce projet guidé ?
Puis-je terminer ce projet guidé directement avec mon navigateur web, au lieu d'installer un logiciel spécial ?
Comment se présente l'expérience d'apprentissage pour les projets guidés ?
D'autres questions ? Visitez le Centre d'Aide pour les Etudiants.
Coursera Footer
