Об этом курсе: Apresentaremos o TensorFlow de baixo nível e trabalharemos com os conceitos e APIs necessários para gravar modelos de aprendizado de máquina distribuídos. Levando em consideração os modelos do TensorFlow, explicaremos como fazer o escalonamento horizontal do treinamento desse modelo e oferecer previsões de alto desempenho com o Cloud Machine Learning Engine. Objetivos do curso: Criar modelos de aprendizado de máquina no TensorFlow Usar as bibliotecas do TensorFlow para solucionar problemas numéricos Resolver problemas e lidar com dificuldades comuns do código do TensorFlow Usar o tf_estimator para criar, treinar e avaliar modelos de aprendizado de máquina Treinar, implantar e produzir modelos de aprendizado de máquina em escala com o Cloud ML Engine
Для кого этот курс: Esse curso foi criado para cientistas de dados, engenheiros de dados e programadores interessados em aprender a usar o aprendizado de máquina na prática.
Автор: Google Cloud
| Основные сведения | |
| Уровень | Учащийся среднего уровня |
| Выполнение | 1 semana de estudo, de 8 a 10 horas/semana |
| Язык | Английский, Субтитры: Французский, Португальский (бразильский), Немецкий, Испанский, Японский |
| Требования к аппаратным средствам | Para acessar o laboratório, use um navegador da Web para computadores. |
| Как пройти курс | Чтобы пройти курс, выполните все оцениваемые задания. |
Просмотреть
Программа курса
НЕДЕЛЯ 1
Introdução
A ferramenta que utilizaremos para criar programas de aprendizado de máquina é o TensorFlow, que será apresentado neste curso. No primeiro curso, você aprendeu a formular problemas corporativos como problemas de aprendizado de máquina. No segundo, viu como a máquina funciona na prática e como criar conjuntos de dados que podem ser usados no aprendizado de máquina. Agora que seus dados estão prontos, você pode começar a criar programas de aprendizado de máquina.
2 видео
- Видео: Introdução ao Qwiklabs
Principais componentes do TensorFlow
Apresentaremos os principais componentes do TensorFlow. Além disso, você aprenderá na prática a criar programas de aprendizado de máquina. Você poderá fazer a comparação e a gravação de avaliações preguiçosas (lazy evaluation) e programas imperativos, trabalhar com gráficos, sessões e variáveis e, por fim, depurar programas do TensorFlow.
19 видео
- Видео: O que é o TensorFlow?
- Видео: Benefícios de um gráfico direcionado
- Видео: Hierarquia da API do TensorFlow
- Видео: Avaliação preguiçosa
- Discussion Prompt: Importância da hierarquia da API
- Видео: Gráfico e sessão
- Видео: Como avaliar um tensor
- Видео: Como visualizar um gráfico
- Видео: Tensores
- Видео: Variáveis
- Discussion Prompt: Variáveis e marcadores
- Видео: Introdução ao laboratório: como escrever programas do TensorFlow em baixo nível
- Видео: Solução do laboratório
- Видео: Introdução
- Видео: Problemas de forma
- Видео: Como resolver problemas de forma
- Видео: Problemas de tipo de dados
- Видео: Como depurar programas completos
- Видео: Introdução: como depurar programas completos
- Видео: Demonstração: como depurar programas completos
Оцениваемый: O que é o TensorFlow?
Оцениваемый: Gráfico e sessão
Оцениваемый: Qwiklabs – Como gravar programas específicos do TensorFlow
Оцениваемый: Principais componentes do TensorFlow
НЕДЕЛЯ 2
Estimator API
Neste módulo, falaremos sobre a Estimator API.
18 видео
- Видео: API Estimator
- Видео: Estimators pré-desenvolvidos
- Видео: Demonstração: modelo do preço de imóveis
- Видео: Como estabelecer pontos de verificação
- Видео: Treinamento em conjuntos de dados na memória
- Видео: Introdução ao laboratório: API Estimator
- Видео: Solução do laboratório: API Estimator
- Видео: Treinamento em grandes conjuntos de dados com a API Dataset
- Видео: Introdução ao laboratório: como escalonar a ingestão do TensorFlow com o uso de lotes
- Видео: Solução do laboratório: como escalonar a ingestão do TensorFlow com o uso de lotes
- Видео: Grandes jobs, treinamento distribuído
- Видео: Como monitorar com o TensorBoard
- Видео: Demonstração: IU do TensorBoard
- Видео: Como disponibilizar funções de entrada
- Видео: Recapitulação: API Estimator
- Видео: Introdução ao laboratório: como criar um modelo de treinamento do TensorFlow com a API Estimator
- Видео: Solução do laboratório: como criar um modelo de treinamento do TensorFlow com a API Estimator
Оцениваемый: Qwiklabs – Lab Estimator API
Оцениваемый: Qwiklabs – Como expandir a ingestão do TensorFlow usando lotes
Оцениваемый: Qwiklabs – Como criar um modelo de treinamento distribuído do TensorFlow com a Estimator API
Оцениваемый: Teste – Estimator API
НЕДЕЛЯ 3
Como ampliar os modelos do TensorFlow com CMLE
Agora, vamos aprender a treinar seu modelo do TensorFlow na infraestrutura gerenciada do GCP para treinamento e implantação de modelo de aprendizado de máquina.
6 видео
- Видео: Por que usar o Cloud Machine Learning Engine?
- Видео: Como treinar um modelo
- Видео: Como monitorar e implantar jobs de treinamento
- Видео: Introdução ao laboratório: como escalonar o TensorFlow com o Cloud Machine Learning Engine
- Видео: Solução do laboratório: como escalonar o TensorFlow com o Cloud Machine Learning Engine
Оцениваемый: Qwiklabs – Como escalonar o TensorFlow com o Cloud Machine Learning Engine
Оцениваемый: Teste – Cloud MLE
Resumo
Veja o resumo dos tópicos do TensorFlow abordados até agora no curso. Relembraremos o que foi discutido sobre o código do TensorFlow e a Estimator API, além do escalonamento dos seus modelos com o Cloud Machine Learning Engine.
1 видео
Часто задаваемые вопросы
Как это работает
Coursework
Each course is like an interactive textbook, featuring pre-recorded videos, quizzes and projects.
Help from Your Peers
Connect with thousands of other learners and debate ideas, discuss course material, and get help mastering concepts.
Certificates
Earn official recognition for your work, and share your success with friends, colleagues, and employers.
Авторы
Google Cloud
We help millions of organizations empower their employees, serve their customers, and build what’s next for their businesses with innovative technology created in—and for—the cloud. Our products are engineered for security, reliability, and scalability, running the full stack from infrastructure to applications to devices and hardware. Our teams are dedicated to helping customers apply our technologies to create success.
Стоимость
| Приобрести курс | |
|---|---|
| Получить доступ к материалам курса | Доступен |
| Получить доступ к оцениваемым материалам курса | Доступен |
| Получить итоговую оценку | Доступен |
| Получите сертификат о прохождении курса, ссылкой на который можно делиться с другими людьми | Доступен |
Coursera делает лучшее в мире образование доступным каждому, предлагая онлайн-курсы от ведущих университетов и организаций.
© Coursera Inc., 2018 Все права защищены.
