Об этом курсе
Недавно просмотрено: 531,159

Курс 1 из 4 в программе

100% онлайн

Начните сейчас и учитесь по собственному графику.

Гибкие сроки

Назначьте сроки сдачи в соответствии со своим графиком.

Промежуточный уровень

Experience in Python coding and high school-level math is required. Prior machine learning or deep learning knowledge is helpful but not required.

Прибл. 9 часа на выполнение

Предполагаемая нагрузка: 4 weeks, 4-5 hours/week...

Английский

Субтитры: Английский, Испанский, Русский

Чему вы научитесь

  • Check

    Learn best practices for using TensorFlow, a popular open-source machine learning framework

  • Check

    Build a basic neural network in TensorFlow

  • Check

    Train a neural network for a computer vision application

  • Check

    Understand how to use convolutions to improve your neural network

Приобретаемые навыки

Computer VisionTensorflowMachine Learning

Курс 1 из 4 в программе

100% онлайн

Начните сейчас и учитесь по собственному графику.

Гибкие сроки

Назначьте сроки сдачи в соответствии со своим графиком.

Промежуточный уровень

Experience in Python coding and high school-level math is required. Prior machine learning or deep learning knowledge is helpful but not required.

Прибл. 9 часа на выполнение

Предполагаемая нагрузка: 4 weeks, 4-5 hours/week...

Английский

Субтитры: Английский, Испанский, Русский

Программа курса: что вы изучите

Неделя
1
6 ч. на завершение

A New Programming Paradigm

4 видео ((всего 16 мин.)), 5 материалов для самостоятельного изучения, 3 тестов
4 видео
A primer in machine learning3мин
The ‘Hello World’ of neural networks5мин
Working through ‘Hello World’ in TensorFlow and Python3мин
5 материала для самостоятельного изучения
Before you begin: TensorFlow 2.0 and this course10мин
From rules to data10мин
Try it for yourself10мин
Introduction to Google Colaboratory10мин
Week 1 Resources10мин
1 практическое упражнение
Week 1 Quiz
Неделя
2
7 ч. на завершение

Introduction to Computer Vision

7 видео ((всего 15 мин.)), 6 материалов для самостоятельного изучения, 3 тестов
7 видео
An Introduction to computer vision2мин
Writing code to load training data2мин
Coding a Computer Vision Neural Network2мин
Walk through a Notebook for computer vision3мин
Using Callbacks to control training1мин
Walk through a notebook with Callbacks1мин
6 материала для самостоятельного изучения
Exploring how to use data10мин
The structure of Fashion MNIST data10мин
See how it's done10мин
Get hands-on with computer vision
See how to implement Callbacks10мин
Week 2 Resources10мин
1 практическое упражнение
Week 2 Quiz
Неделя
3
8 ч. на завершение

Enhancing Vision with Convolutional Neural Networks

6 видео ((всего 19 мин.)), 6 материалов для самостоятельного изучения, 3 тестов
6 видео
What are convolutions and pooling?2мин
Implementing convolutional layers1мин
Implementing pooling layers4мин
Improving the Fashion classifier with convolutions4мин
Walking through convolutions3мин
6 материала для самостоятельного изучения
Coding convolutions and pooling layers10мин
Learn more about convolutions10мин
Getting hands-on, your first ConvNet10мин
Try it for yourself
Experiment with filters and pools
Week 3 Resources10мин
1 практическое упражнение
Week 3 Quiz
Неделя
4
9 ч. на завершение

Using Real-world Images

9 видео ((всего 27 мин.)), 10 материалов для самостоятельного изучения, 3 тестов
9 видео
Understanding ImageGenerator4мин
Defining a ConvNet to use complex images2мин
Training the ConvNet with fit_generator2мин
Walking through developing a ConvNet2мин
Walking through training the ConvNet with fit_generator3мин
Adding automatic validation to test accuracy4мин
Exploring the impact of compressing images3мин
A conversation with Andrew1мин
10 материала для самостоятельного изучения
Explore an impactful, real-world solution10мин
Designing the neural network10мин
Train the ConvNet with ImageGenerator10мин
Exploring the solution10мин
Training the neural network10мин
Experiment with the horse or human classifier
Get hands-on and use validation30мин
Get Hands-on with compacted images30мин
Week 4 Resources10мин
Wrap up10мин
1 практическое упражнение
Week 4 Quiz
4.7
Рецензии: 874Chevron Right

39%

начал новую карьеру, пройдя эти курсы

41%

получил значимые преимущества в карьере благодаря этому курсу

11%

стал больше зарабатывать или получил повышение

Лучшие отзывы о курсе Introduction to TensorFlow for Artificial Intelligence, Machine Learning, and Deep Learning

автор: ASMar 9th 2019

Good intro course, but google colab assignments need to be improved. And submitting a jupyter notebook was much more easier, why would I want to login to my google account to be a part of this course?

автор: RDAug 14th 2019

Great course to get started with building Convolutional Neural Networks in Keras for building Image Classifiers. This is probably the best way to get beginners into Deep Learning for Computer Vision.

Преподаватели

Avatar

Laurence Moroney

AI Advocate
Google Brain

О deeplearning.ai

deeplearning.ai is Andrew Ng's new venture which amongst others, strives for providing comprehensive AI education beyond borders....

Специализация TensorFlow in Practice: общие сведения

Discover the tools software developers use to build scalable AI-powered algorithms in TensorFlow, a popular open-source machine learning framework. In this four-course Specialization, you’ll explore exciting opportunities for AI applications. Begin by developing an understanding of how to build and train neural networks. Improve a network’s performance using convolutions as you train it to identify real-world images. You’ll teach machines to understand, analyze, and respond to human speech with natural language processing systems. Learn to process text, represent sentences as vectors, and input data to a neural network. You’ll even train an AI to create original poetry! AI is already transforming industries across the world. After finishing this Specialization, you’ll be able to apply your new TensorFlow skills to a wide range of problems and projects. Courses 1-3 are available now, with Course 4 launching in July....
TensorFlow in Practice

Часто задаваемые вопросы

  • Зарегистрировавшись на сертификацию, вы получите доступ ко всем видео, тестам и заданиям по программированию (если они предусмотрены). Задания по взаимной оценке сокурсниками можно сдавать и проверять только после начала сессии. Если вы проходите курс без оплаты, некоторые задания могут быть недоступны.

  • 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.

Остались вопросы? Посетите Центр поддержки учащихся.