Об этом курсе

Недавно просмотрено: 102,418

Карьерные результаты учащихся

33%

начал новую карьеру, пройдя эти курсы

38%

получил значимые преимущества в карьере благодаря этому курсу
Сертификат, ссылками на который можно делиться с другими людьми
Получите сертификат по завершении
100% онлайн
Начните сейчас и учитесь по собственному графику.
Гибкие сроки
Назначьте сроки сдачи в соответствии со своим графиком.
Промежуточный уровень
Прибл. 19 часов на выполнение
Английский
Субтитры: Английский

Чему вы научитесь

  • Use the Keras Sequential and Functional APIs for simple and advanced model creation

  • Design and build a TensorFlow 2.x input data pipeline

  • Use the tf.data library to manipulate data and large datasets

  • Train, deploy, and productionalize ML models at scale with Cloud AI Platform

Приобретаемые навыки

Machine LearningPython ProgrammingBuild Input Data PipelineTensorflowkeras

Карьерные результаты учащихся

33%

начал новую карьеру, пройдя эти курсы

38%

получил значимые преимущества в карьере благодаря этому курсу
Сертификат, ссылками на который можно делиться с другими людьми
Получите сертификат по завершении
100% онлайн
Начните сейчас и учитесь по собственному графику.
Гибкие сроки
Назначьте сроки сдачи в соответствии со своим графиком.
Промежуточный уровень
Прибл. 19 часов на выполнение
Английский
Субтитры: Английский

Преподаватели

от партнера

Логотип Google Cloud

Google Cloud

Программа курса: что вы изучите

Оценка контентаThumbs Up90%(2,772 оценки)Info
Неделя
1

Неделя 1

7 минут на завершение

Introduction to course

7 минут на завершение
2 видео ((всего 7 мин.))
2 видео
Getting Started with Google Cloud and Qwiklabs3мин
3 ч. на завершение

Introduction to TensorFlow

3 ч. на завершение
5 видео ((всего 22 мин.)), 1 материал для самостоятельного изучения, 5 тестов
5 видео
TensorFlow API Hierarchy4мин
Components of TensorFlow: Tensors and Variables8мин
Lab Intro Introduction to Tensors and Variables1мин
Lab Intro Writing low-level TensorFlow programs43
1 материал для самостоятельного изучения
Readings10мин
3 практических упражнения
Introduction to TensorFlow15мин
API Hierarchy15мин
Tensors and Variables15мин
Неделя
2

Неделя 2

7 ч. на завершение

Design and Build a TensorFlow Input Data Pipeline

7 ч. на завершение
10 видео ((всего 25 мин.)), 1 материал для самостоятельного изучения, 9 тестов
10 видео
Overview4мин
Working in-memory and with files3мин
Getting the data ready for model training6мин
Lab Intro Load CSV and Numpy Data 28
Lab Intro Loading Image Data54
Lab Intro Feature Columns37
Optional Lab Intro TFRecord and tf.Example1мин
Training on Large Datasets with tf.data API4мин
Lab Intro Manipulating data with Tensorflow Dataset API34
Optional Lab Intro Feature Analysis Using TensorFlow Data Validation and Facets1мин
1 материал для самостоятельного изучения
Readings15мин
3 практических упражнения
PRACTICE QUIZ: Getting the data ready for model training15мин
Training on Large Datasets with tf.data API15мин
Design and Build Input Data Pipeline15мин
Неделя
3

Неделя 3

4 ч. на завершение

Training neural networks with Tensorflow 2 and the Keras Sequential API

4 ч. на завершение
7 видео ((всего 25 мин.)), 1 материал для самостоятельного изучения, 5 тестов
7 видео
Activation functions8мин
Activation functions: Pitfalls to avoid in Backpropagation 5мин
Neural Networks with Keras Sequential API7мин
Lab intro Keras Sequential API21
Lab Intro Logistic Regression43
Lab Intro Optional Lab Advanced Logistic Regression in TensorFlow 2.01мин
1 материал для самостоятельного изучения
Readings10мин
2 практических упражнения
Activation Functions15мин
Neural Networks with TF2 and Keras15мин
Неделя
4

Неделя 4

3 ч. на завершение

Training neural networks with Tensorflow 2 and the Keras Functional API

3 ч. на завершение
6 видео ((всего 29 мин.)), 1 материал для самостоятельного изучения, 4 тестов
6 видео
Regularization: The Basics4мин
Regularization: L1, L2, and Early Stopping5мин
Regularization: Dropout5мин
Serving models in the Cloud3мин
Lab intro Keras Functional API38
1 материал для самостоятельного изучения
Readings
3 практических упражнения
The Keras Functional API15мин
Regularization15мин
Serving Models in the Cloud15мин
1 ч. на завершение

Summary

1 ч. на завершение
1 видео ((всего 8 мин.)), 1 материал для самостоятельного изучения, 1 тест
1 видео
1 материал для самостоятельного изучения
Quiz Questions to ALL Lessons 10мин
1 практическое упражнение
Course Summary15мин

Рецензии

Лучшие отзывы о курсе ВВЕДЕНИЕ В TENSORFLOW

Посмотреть все отзывы

Специализация Machine Learning with TensorFlow on Google Cloud Platform: общие сведения

What is machine learning, and what kinds of problems can it solve? What are the five phases of converting a candidate use case to be driven by machine learning, and why is it important that the phases not be skipped? Why are neural networks so popular now? How can you set up a supervised learning problem and find a good, generalizable solution using gradient descent and a thoughtful way of creating datasets? Learn how to write distributed machine learning models that scale in Tensorflow, scale out the training of those models. and offer high-performance predictions. Convert raw data to features in a way that allows ML to learn important characteristics from the data and bring human insight to bear on the problem. Finally, learn how to incorporate the right mix of parameters that yields accurate, generalized models and knowledge of the theory to solve specific types of ML problems. You will experiment with end-to-end ML, starting from building an ML-focused strategy and progressing into model training, optimization, and productionalization with hands-on labs using Google Cloud Platform. > By enrolling in this specialization you agree to the Qwiklabs Terms of Service as set out in the FAQ and located at: https://qwiklabs.com/terms_of_service <...
Machine Learning with TensorFlow on Google Cloud Platform

Часто задаваемые вопросы

  • Да, до регистрации можно просмотреть первое видео и программу курса. Чтобы получить полный доступ к материалам курса, необходимо оплатить его.

  • Регистрируясь на курс до начала сессии, вы получаете доступ ко всем видеолекциям и материалам для самостоятельного изучения. Задания можно отправлять после начала сессии.

  • После регистрации на курс и начала сессии вы получаете доступ ко всем видео и другим ресурсам курса, включая материалы для самостоятельного изучения и форумы обсуждений. Вы сможете выполнять тренировочные, а также сдавать обязательные оцениваемые задания и получить сертификат о прохождении курса.

  • Если вы успешного пройдете курс, на странице ваших достижений появится электронный сертификат, который можно распечатать или прикрепить к профилю LinkedIn.

  • Это один из немногих курсов на Coursera, которые предоставляются только на платной основе.

  • Когда вы оформите подписку, начнется семидневный бесплатный пробный период, в течение которого подписку можно отменить без штрафа. По истечении этого срока вы не сможете вернуть средства, но сможете отменить подписку в любой момент. Ознакомьтесь с нашей политикой возврата средств.

  • Да, Coursera предоставляет финансовую помощь учащимся, которые не могут оплатить обучение. Чтобы подать заявление, перейдите по ссылке "Финансовая помощь" слева под кнопкой "Зарегистрироваться". Заполните форму заявления. Если его примут, вы получите уведомление. Обратите внимание: этот шаг необходимо выполнить для каждого курса специализации, в том числе для дипломного проекта. Подробнее

  • Этот курс не приравнивается к зачету в университетах, однако некоторые вузы принимают сертификаты на свое усмотрение. Дополнительную информацию уточняйте в своем деканате. Онлайн-дипломы и сертификаты Mastertrack™ от Coursera позволяют получить зачеты.

Остались вопросы? Посетите Центр поддержки учащихся.