Об этом курсе: Presentaremos TensorFlow de bajo nivel y abordaremos las API y los conceptos necesarios para poder escribir modelos de aprendizaje automático distribuido. Con un modelo de TensorFlow, explicaremos cómo escalar de manera horizontal el entrenamiento de ese modelo y ofreceremos predicciones de alto rendimiento mediante Cloud Machine Learning Engine. Objetivos del curso: Crear modelos de aprendizaje automático en TensorFlow Usar las bibliotecas de TensorFlow para resolver problemas numéricos Solucionar problemas y depurar errores de código comunes de TensorFlow Usar tf_estimator para crear, entrenar y evaluar un modelo de AA Entrenar, implementar y llevar a producción modelos de AA a gran escala con Cloud ML Engine
Для кого этот курс: Este curso está dirigido a científicos de datos, ingenieros de datos y programadores interesados en aprender cómo aplicar el aprendizaje automático en la práctica.
Автор: Google Cloud
| Основные сведения | |
| Уровень | Учащийся среднего уровня |
| Выполнение | 1 semana de estudio, de 8 a 10 horas por semana |
| Язык | English, Субтитры: Portuguese (Brazilian), German, Spanish, Japanese |
| Требования к аппаратным средствам | Necesitará un navegador web para computadora de escritorio a fin de acceder a los labs. |
| Как пройти курс | Чтобы пройти курс, выполните все оцениваемые задания. |
Просмотреть
Программа курса
НЕДЕЛЯ 1
Introducción
Comenzaremos el curso con una introducción de TensorFlow, la herramienta que usaremos para escribir programas de aprendizaje automático. En el primer curso, aprendió a formular problemas de negocios como problemas de aprendizaje automático. En el segundo, aprendió cómo funciona el aprendizaje automático en la práctica y cómo crear conjuntos de datos para ese uso específico. Ahora que ya cuenta con los datos necesarios, es hora de prepararse para escribir programas de aprendizaje automático.
2 видео
- Видео: Introducción a Qwiklabs
Aspectos básicos de TensorFlow
Le presentaremos los componentes centrales de TensorFlow y obtendrá experiencia práctica en la compilación de programas de aprendizaje automático. Comparará y escribirá programas imperativos y de evaluación perezosa; trabajará con gráficos, sesiones y variables y, por último, depurará programas de TensorFlow.
19 видео
- Видео: ¿Qué es TensorFlow?
- Видео: Beneficios de un grafo dirigido
- Видео: Jerarquía de la API de TensorFlow
- Видео: Evaluación perezosa
- Discussion Prompt: Importancia de una jerarquía de API
- Видео: Gráficos y sesiones
- Видео: Cómo evaluar un tensor
- Видео: Cómo visualizar un grafo
- Видео: Tensores
- Видео: Variables
- Discussion Prompt: Variables y marcador de posición
- Видео: Introducción al lab Escritura de programas de TensorFlow de nivel bajo
- Видео: Solución del lab
- Видео: Introducción
- Видео: Problemas de forma
- Видео: Cómo corregir problemas de forma
- Видео: Problemas de tipos de datos
- Видео: Depuración de programas completos
- Видео: Introducción a la depuración de programas completos
- Видео: Demostración: Depuración de programas completos
Оцениваемый: ¿Qué es TensorFlow?
Оцениваемый: Gráfico y sesión
Оцениваемый: Qwiklabs: Cómo escribir programas de TensorFlow de bajo nivel
Оцениваемый: Aspectos básicos de TensorFlow
НЕДЕЛЯ 2
API de Estimator
En este módulo, aprenderá sobre la API de Estimator.
18 видео
- Видео: API de Estimator
- Видео: Estimadores prediseñados
- Видео: Demostración: Modelo de predicción de precios de viviendas
- Видео: Controles
- Видео: Entrenamiento de conjuntos de datos en la memoria
- Видео: Introducción al lab API de Estimator
- Видео: Solución del lab API de Estimator
- Видео: Entrenamiento de conjuntos de datos grandes con la API de Dataset
- Видео: Introducción al lab Cómo escalar la transferencia de TensorFlow mediante lotes
- Видео: Solución del lab Cómo escalar la transferencia de TensorFlow mediante lotes
- Видео: Trabajos grandes y entrenamiento distribuido
- Видео: Supervisión con TensorBoard
- Видео: Demostración de la IU de TensorBoard
- Видео: Función de entradas de entregas
- Видео: Resumen: API de Estimator
- Видео: Introducción al lab Creación de un modelo de TensorFlow para entrenamiento distribuido con la API de Estimator
- Видео: Solución del lab: Creación de un modelo de TensorFlow para entrenamiento distribuido con la API de Estimator
Оцениваемый: Qwiklabs: Lab sobre la API de Estimator
Оцениваемый: Qwiklabs: Cómo usar lotes para aumentar la escala de la transferencia de TensorFlow
Оцениваемый: Qwiklabs: Cómo crear un modelo de entrenamiento distribuido de TensorFlow con la API de Estimator
Оцениваемый: Estimator API
НЕДЕЛЯ 3
Escalamiento de modelos de TensorFlow con CMLE
En esta sesión, hablaremos sobre cómo tomar un modelo de TensorFlow y entrenarlo en la infraestructura administrada de GCP para el entrenamiento y la implementación de modelos de aprendizaje automático.
6 видео
- Видео: ¿Por qué usar Cloud Machine Learning Engine?
- Видео: Entrenamiento de un modelo
- Видео: Implementación y supervisión de trabajos de entrenamiento
- Видео: Introducción al lab Cómo escalar TensorFlow con Cloud Machine Learning Engine
- Видео: Solución del lab Cómo escalar TensorFlow con Cloud Machine Learning Engine
Оцениваемый: Qwiklabs: Escalamiento de TensorFlow con Cloud Machine Learning Engine
Оцениваемый: Cuestionario: Cloud MLE
Resumen
En esta sesión, resumimos los temas de TensorFlow que se trataron durante este curso. Repasaremos el código básico de TensorFlow y la API de Estimator, y terminaremos con el escalamiento de los modelos de aprendizaje automático con 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.
