In diesem 2-stündigen geführten Projekt werden wir Keras Tuner verwenden, um optimale Hyperparameter für ein Keras Modell zu finden. Keras Tuner ist ein Open Source-Paket für Keras, das Praktikern im Bereich des maschinellen Lernens dabei helfen kann, Hyperparameter-Tuning-Aufgaben für ihre Keras-Modelle zu automatisieren. Die in diesem Projekt erlernten Konzepte lassen sich auf eine Vielzahl von Modellarchitekturen und Problemszenarien anwenden. Bitte beachten Sie, dass wir lernen werden, Keras Tuner für das Hyperparameter-Tuning zu verwenden, und die Tuning-Algorithmen nicht selbst implementieren werden. Zum Zeitpunkt der Aufzeichnung dieses Projekts verfügt Keras Tuner über einige Tuning-Algorithmen, darunter Random Search, Bayesian Optimierung und HyperBand. Um dieses Projekt erfolgreich abzuschließen, benötigen Sie Programmierkenntnisse in Python. Dies ist ein praktisches, angeleitetes Projekt für Lernende, die bereits über ein theoretisches Verständnis von Neuronalen Netzwerken und Optimierungsalgorithmen wie dem Gradientenabstieg verfügen, aber verstehen möchten, wie man Keras Tuner verwendet, um mit der Optimierung von Hyperparametern für das Training ihrer Keras Modelle zu beginnen. Sie sollten auch mit der Keras API vertraut sein. Hinweis: Dieser Kurs eignet sich am besten für Teilnehmer, die in der Region Nordamerika leben. Wir arbeiten derzeit daran, diese Erfahrung auch in anderen Regionen anzubieten.