Examine and understand your image data
Build an input pipeline using Keras ImageDataGenerator
Use a pre-trained model for feature extraction
This is a self-paced lab that takes place in the Google Cloud console. TensorFlow is an end-to-end open source platform for machine learning. It has a comprehensive, flexible ecosystem of tools, libraries and community resources that lets researchers push the state-of-the-art in ML and developers easily build and deploy ML powered applications. This lab uses transfer learning to train your machine. In transfer learning, when you build a new model to classify your original dataset, you reuse the feature extraction part and re-train the classification part with your dataset. This method uses less computational resources and training time. Deep learning from scratch can take days, but transfer learning can be done in short order.
Tensorflow
Machine Learning
Machine Learning Applications
JupyterLab
Освойте новый инструмент или навык благодаря практическим заданиям в интерактивной форме
Вы получите доступ к программному обеспечению и инструментам в облачном рабочем пространстве. Загрузка не требуется
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.
В рамках проектов вы будете выполнять задание или проходить сценарий, следуя инструкциям на интерактивной платформе. Проекты выполняются в реальной облачной среде и в реальных экземплярах различных продуктов, а не в симуляторе или демонстрационной среде.
Приобретая проект, вы получаете все необходимое для его выполнения, включая временный доступ к любому продукту, необходимому для завершения проекта.
Проекты технически доступны на мобильных устройствах, однако мы настоятельно рекомендуем выполнять их на ноутбуке или настольном компьютере.
Да, вы можете скачать и сохранить любой из созданных файлов своего проекта. Для этого перед выходом из среды продукта сохраните все файлы на своем устройстве.
Средства за проекты не возвращаются. Ознакомьтесь с полным текстом нашей политики возврата средств.
Финансовая помощь недоступна для проектов.
В редких случаях проекты могут быть закрыты по техническим или другим причинам. Если у вас возникли проблемы, Контакты.
Проекты невозможно пройти в режиме прослушивания.
В верхней части страницы можно посмотреть рекомендуемый уровень опыта для этого проекта.
Да, все необходимое для выполнения проекта будет доступно в вашем браузере.
Остались вопросы? Посетите Центр поддержки учащихся.
