Этот курс входит в специализацию ''Специализация TensorFlow: Data and Deployment'

4.7
звезд
Оценки: 904

Laurence Moroney

36 055 уже зарегистрированы

от партнера

Специализация TensorFlow: Data and Deploymentdeeplearning.ai

Об этом курсе

Недавно просмотрено: 14 066

Bringing a machine learning model into the real world involves a lot more than just modeling. This Specialization will teach you how to navigate various deployment scenarios and use data more effectively to train your model.
In this first course, you’ll train and run machine learning models in any browser using TensorFlow.js. You’ll learn techniques for handling data in the browser, and at the end you’ll build a computer vision project that recognizes and classifies objects from a webcam.

This Specialization builds upon our TensorFlow in Practice Specialization. If you are new to TensorFlow, we recommend that you take the TensorFlow in Practice Specialization first. To develop a deeper, foundational understanding of how neural networks work, we recommend that you take the Deep Learning Specialization.

Гибкие сроки

Назначьте сроки сдачи в соответствии со своим графиком.

Сертификат, ссылками на который можно делиться с другими людьми

Получите сертификат по завершении

100% онлайн

Начните сейчас и учитесь по собственному графику.

Курс 1 из 4 в программе

Специализация TensorFlow: Data and Deployment

Средний уровень

Basic understanding of JavaScript

Прибл. 18 часов на выполнение

Английский

Будет ли вашей компании выгодно обучить сотрудников востребованным навыкам?

Попробуйте Coursera для бизнеса

Чему вы научитесь

Train and run inference in a browser
Handle data in a browser
Build an object classification and recognition model using a webcam

Приобретаемые навыки

Convolutional Neural Network
Machine Learning
Tensorflow
Object Detection
TensorFlow.js

Гибкие сроки

Назначьте сроки сдачи в соответствии со своим графиком.

Сертификат, ссылками на который можно делиться с другими людьми

Получите сертификат по завершении

100% онлайн

Начните сейчас и учитесь по собственному графику.

Курс 1 из 4 в программе

Специализация TensorFlow: Data and Deployment

Средний уровень

Basic understanding of JavaScript

Прибл. 18 часов на выполнение

Английский

Будет ли вашей компании выгодно обучить сотрудников востребованным навыкам?

Попробуйте Coursera для бизнеса

Преподаватели

Оценка преподавателя

4,77/5 (оценок: 162)

Laurence Moroney

Instructor

Lead AI Advocate, Google

407 662 учащихся

15 курсов

от партнера

deeplearning.ai

Узнайте, как сотрудники ведущих компаний осваивают востребованные навыки

Подробнее о Coursera для бизнеса

Программа курса: что вы изучите

Оценка контента95%(2,727 оценки)

Неделя

Неделя 1

5 ч. на завершение

Introduction to TensorFlow.js

Welcome to Browser-based Models with TensorFlow.js, the first course of the TensorFlow for Data and Deployment Specialization. In this first course, we’re going to look at how to train machine learning models in the browser and how to use them to perform inference using JavaScript. This will allow you to use machine learning directly in the browser as well as on backend servers like Node.js. In the first week of the course, we are going to build some basic models using JavaScript and we'll execute them in simple web pages.

5 ч. на завершение

11 видео ((всего 30 мин.)), 7 материалов для самостоятельного изучения, 6 тестов

11 видео

Specialization Introduction, A Conversation with Andrew Ng59

Course Introduction, A Conversation with Andrew Ng1мин

A Few Words From Laurence2мин

Building the Model3мин

Training the Model3мин

First Example In Code4мин

The Iris Dataset1мин

Reading the Data4мин

One-hot Encoding1мин

Designing the NN2мин

Iris Classifier In Code6мин

7 материалов для самостоятельного изучения

Getting Your System Ready10мин

Downloading the Ungraded Labs and Programming Assignments10мин

Your First Model10мин

Iris Dataset Documentation10мин

Using the Web Server10мин

Iris Classifier10мин

Week 1 Wrap up10мин

2 практических упражнения

Quiz 1

One-Hot Encoding

Неделя

Неделя 2

4 ч. на завершение

Image Classification In the Browser

4 ч. на завершение

8 видео ((всего 27 мин.)), 5 материалов для самостоятельного изучения, 3 тестов

8 видео

Introduction, A Conversation with Andrew Ng1мин

Creating a Convolutional Net with JavaScript4мин

Visualizing the Training Process2мин

What Is a Sprite Sheet?1мин

Using the Sprite Sheet2мин

Using tf.tidy() to Save Memory1мин

A Few Words From Laurence24

MNIST Classifier In Code13мин

5 материалов для самостоятельного изучения

tfjs-vis Documentation10мин

MNIST Sprite Sheet10мин

MNIST Classifier10мин

Week 2 Wrap up10мин

Exercise Description10мин

1 практическое упражнение

Week 2 Quiz

Неделя

Неделя 3

5 ч. на завершение

Converting Models to JSON Format

This week we'll see how to take models that have been created with TensorFlow in Python and convert them to JSON format so that they can run in the browser using Javascript. We will start by looking at two models that have already been pre-converted. One of them is going to be a toxicity classifier, which uses NLP to determine if a phrase is toxic in a number of categories; the other one is Mobilenet which can be used to detect content in images. By the end of this module, you will train a model in Python yourself and convert it to JSON format using the tensorflow.js converter.

5 ч. на завершение

12 видео ((всего 28 мин.)), 6 материалов для самостоятельного изучения, 3 тестов

12 видео

Introduction, A Conversation with Andrew Ng1мин

A Few Words From Laurence1мин

Pre-trained TensorFlow.js Models49

Toxicity Classifier3мин

Toxicity Classifier In Code3мин

MobileNet49

Using MobileNet1мин

Training Results1мин

MobileNet Example In Code3мин

Converting Models to JavaScript4мин

Converting Models to JavaScript In Code2мин

Linear Example In Code1мин

6 материалов для самостоятельного изучения

Important Links10мин

Toxicity Classifier10мин

Classes Supported by MobileNet10мин

Image Classification Using MobileNet10мин

Linear Model10мин

Week 3 Wrap up10мин

1 практическое упражнение

Week 3 Quiz

Неделя

Неделя 4

4 ч. на завершение

Transfer Learning with Pre-Trained Models

4 ч. на завершение

11 видео ((всего 26 мин.)), 3 материалов для самостоятельного изучения, 3 тестов

11 видео

Introduction, A Conversation with Andrew Ng1мин

A Few Words From Laurence53

Building a Simple Web Page2мин

Retraining the MobileNet Model1мин

The Training Function2мин

Capturing the Data3мин

The Dataset Class2мин

Training the Network with the Captured Data1мин

Performing Inference4мин

Rock Paper Scissors In Code4мин

A Conversation with Andrew Ng1мин

3 материала для самостоятельного изучения

Rock Paper Scissors10мин

Exercise Description10мин

Wrap up10мин

1 практическое упражнение

Week 4 Quiz

Рецензии

4.7

Рецензии: 197

5 stars
81,43 %
4 stars
14,36 %
3 stars
2,65 %
2 stars
0,66 %
1 star
0,88 %

Лучшие отзывы о курсе BROWSER-BASED MODELS WITH TENSORFLOW.JS

от партнера DP3 июля 2020 г.

Excellent presentation of material and lab examples.

Final assignment is really inspiring and motivating. Thank you for putting effort to design such content.

от партнера MS29 июня 2020 г.

it was good, but it heavily depended on knowing html, but it will help with the basics when someone is creating a model for web page or smt

от партнера ZB19 дек. 2019 г.

Awesome - elegant in its complex simplicity. Clear explanations, logical curriculum structure, nice and knowledgeable code examples. A must-complete course indeed!

от партнера SD2 авг. 2020 г.

Overall, the course was good. However, the last programming assignment took a lot of unecessary time even if our code was correct.

Посмотреть все отзывы

Специализация TensorFlow: Data and Deployment: общие сведения

Continue developing your skills in TensorFlow as you learn to navigate through a wide range of deployment scenarios and discover new ways to use data more effectively when training your machine learning models.

In this four-course Specialization, you’ll learn how to get your machine learning models into the hands of real people on all kinds of devices. Start by understanding how to train and run machine learning models in browsers and in mobile applications. Learn how to leverage built-in datasets with just a few lines of code, learn about data pipelines with TensorFlow data services, use APIs to control data splitting, process all types of unstructured data, and retrain deployed models with user data while maintaining data privacy. Apply your knowledge in various deployment scenarios and get introduced to TensorFlow Serving, TensorFlow, Hub, TensorBoard, and more. Industries all around the world are adopting Artificial Intelligence. This Specialization from Laurence Moroney and Andrew Ng will help you develop and deploy machine learning models across any device or platform faster and more accurately than ever. Looking for a place to start? Master the foundational basics of TensorFlow with the DeepLearning.AI TensorFlow Developer Professional Certificate. Looking to customize and build powerful real-world models for complex scenarios? Check out the TensorFlow: Advanced Techniques Specialization.

Часто задаваемые вопросы

Когда я получу доступ к лекциям и заданиям?
Доступ к лекциям и заданиям предоставляется в зависимости от типа регистрации. Если вы проходите курс в режиме слушателя, то получите бесплатный доступ к большинству материалов курса. Чтобы открыть оцениваемые задания и возможность получить сертификат, необходимо будет приобрести прохождение с сертификатом. Это можно сделать во время прохождения в режиме слушателя или после него. Если вы не видите варианта 'Режим слушателя'.
Курс может не предлагаться в режиме слушателя. Попробуйте бесплатную пробную версию или подайте заявку на финансовую помощь.
Курс предлагаться в режиме 'Полный курс, без сертификата'. В нем можно просматривать все материалы, выполнять обязательные задания и получить итоговую оценку. Приобрести дополнительно прохождение с сертификатом в таком случае нельзя.
Что я получу, оформив подписку на специализацию?
Записавшись на курс, вы получите доступ ко всем курсам в специализации, а также возможность получить сертификат о его прохождении. После успешного прохождения курса на странице ваших достижений появится электронный сертификат. Оттуда его можно распечатать или прикрепить к профилю LinkedIn. Просто ознакомиться с содержанием курса можно бесплатно.
Можно ли получить финансовую помощь?
Да. В некоторых программах обучения вы можете подать заявку на получение финансовой помощи или стипендии, если не можете оплатить регистрационный взнос. Если для выбранной вами программы предлагается такая возможность, вы увидите ссылку для подачи заявки на странице описания.

Остались вопросы? Посетите Центр поддержки учащихся.

Обучайте сотрудников и добивайтесь отличных результатов в бизнесе

Откройте для себя Coursera для бизнеса

Browser-based Models with TensorFlow.js

Об этом курсе

Чему вы научитесь

Приобретаемые навыки