TensorFlow v praxi: Od základů po tvorbu AI aplikací

Vytváření jednoduchých neuronových sítí s Sequential API.

Optimalizace a funkce ztráty.

Trénování, validace a testování modelu.

Načítání datasetů (MNIST, CIFAR-10).

Použití tf.data pipeline pro efektivní zpracování dat.

Normalizace, augmentace a příprava dat.

CNN (Convolutional Neural Networks) pro analýzu obrazu.

RNN (Recurrent Neural Networks) a LSTM pro text a časové řady.

Dropout a regularizace pro prevenci přeučení.

Použití MobileNet, Inception, EfficientNet.

Fine-tuning pro vlastní dataset.

Nasazení modelu do praxe.

Export modelu do TensorFlow Lite a TensorFlow.js.

Nasazení do webové aplikace (Flask, FastAPI).

Nasazení na mobilní zařízení.

Interpretace neuronových sítí (Grad-CAM, vizualizace vrstev).

TensorBoard pro sledování tréninku.