À propos de ce cours

89,754 consultations récentes

100 % en ligne

Commencez dès maintenant et apprenez aux horaires qui vous conviennent.

Dates limites flexibles

Réinitialisez les dates limites selon votre disponibilité.

Niveau intermédiaire

Basic understanding of JavaScript

Approx. 12 heures pour terminer

Recommandé : 4 weeks of study, 4-5 hours/week...

Anglais

Sous-titres : Anglais

Ce que vous allez apprendre

  • Check

    Train and run inference in a browser

  • Check

    Handle data in a browser

  • Check

    Build an object classification and recognition model using a webcam

Compétences que vous acquerrez

Convolutional Neural NetworkMachine LearningTensorflowObject DetectionTensorFlow.js

100 % en ligne

Commencez dès maintenant et apprenez aux horaires qui vous conviennent.

Dates limites flexibles

Réinitialisez les dates limites selon votre disponibilité.

Niveau intermédiaire

Basic understanding of JavaScript

Approx. 12 heures pour terminer

Recommandé : 4 weeks of study, 4-5 hours/week...

Anglais

Sous-titres : Anglais

Programme du cours : ce que vous apprendrez dans ce cours

Semaine
1

Semaine 1

5 heures pour terminer

Introduction to TensorFlow.js

5 heures pour terminer
11 vidéos (Total 30 min), 7 lectures, 3 quiz
11 vidéos
Course Introduction, A Conversation with Andrew Ng1 min
A Few Words From Laurence2 min
Building the Model3 min
Training the Model3 min
First Example In Code4 min
The Iris Dataset1 min
Reading the Data4 min
One-hot Encoding1 min
Designing the NN2 min
Iris Classifier In Code6 min
7 lectures
Getting Your System Ready10 min
Downloading the Coding Examples and Exercises10 min
Your First Model10 min
Iris Dataset Documentation10 min
Using the Web Server10 min
Iris Classifier10 min
Week 1 Wrap up10 min
2 exercices pour s'entraîner
Quiz 1
One-Hot Encoding
Semaine
2

Semaine 2

4 heures pour terminer

Image Classification In the Browser

4 heures pour terminer
8 vidéos (Total 27 min), 5 lectures, 2 quiz
8 vidéos
Creating a Convolutional Net with JavaScript4 min
Visualizing the Training Process2 min
What Is a Sprite Sheet?1 min
Using the Sprite Sheet2 min
Using tf.tidy() to Save Memory1 min
A Few Words From Laurence24s
MNIST Classifier In Code13 min
5 lectures
tjs-vis Documentation10 min
MNIST Sprite Sheet10 min
MNIST Classifier10 min
Week 2 Wrap up10 min
Exercise Description10 min
1 exercice pour s'entraîner
Week 2 Quiz
Semaine
3

Semaine 3

5 heures pour terminer

Converting Models to JSON Format

5 heures pour terminer
12 vidéos (Total 28 min), 7 lectures, 2 quiz
12 vidéos
A Few Words From Laurence1 min
Pre-trained TensorFlow.js Models49s
Toxicity Classifier3 min
Toxicity Classifier In Code3 min
MobileNet49s
Using MobileNet1 min
Training Results1 min
MobileNet Example In Code3 min
Converting Models to JavaScript4 min
Converting Models to JavaScript In Code2 min
Linear Example In Code1 min
7 lectures
Important Links10 min
Toxicity Classifier10 min
Classes Supported by MobileNet10 min
Image Classification Using MobileNet10 min
Linear Model10 min
Week 3 Wrap up10 min
Optional - Install Wget (Only If Needed)10 min
1 exercice pour s'entraîner
Week 3 Quiz
Semaine
4

Semaine 4

4 heures pour terminer

Transfer Learning with Pre-Trained Models

4 heures pour terminer
11 vidéos (Total 26 min), 3 lectures, 2 quiz
11 vidéos
A Few Words From Laurence53s
Building a Simple Web Page2 min
Retraining the MobileNet Model1 min
The Training Function2 min
Capturing the Data3 min
The Dataset Class2 min
Training the Network with the Captured Data1 min
Performing Inference4 min
Rock Paper Scissors In Code4 min
A Conversation with Andrew Ng1 min
3 lectures
Rock Paper Scissors10 min
Exercise Description10 min
Wrap up10 min
1 exercice pour s'entraîner
Week 4 Quiz
4.6

26 avis

Chevron Right

Meilleurs avis pour Browser-based Models with TensorFlow.js

par ZBDec 20th 2019

Awesome - elegant in its complex simplicity. Clear explanations, logical curriculum structure, nice and knowledgeable code examples. A must-complete course indeed!

par SSJan 2nd 2020

Thanks to Laurence and Andrew for designing such a great course. I learnt a lot from this course and looking forward to learn more from both of you.

Enseignant

Image of instructor, Laurence Moroney

Laurence Moroney

AI Advocate
Google Brain

À propos de deeplearning.ai

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

À propos du Spécialisation TensorFlow: Data and Deployment

Continue developing your skills in TensorFlow as you learn to navigate through a wide range of deployment scenarios and discover new ways to use data more effectively when training your model. In this four-course Specialization, you’ll learn how to get your machine learning models into the hands of real people on all kinds of devices. Start by understanding how to train and run machine learning models in browsers and in mobile applications. Learn how to leverage built-in datasets with just a few lines of code, use APIs to control how data splitting, and process all types of unstructured data. Apply your knowledge in various deployment scenarios and get introduced to TensorFlow Serving, TensorFlow, Hub, TensorBoard, and more. Industries all around the world are adopting AI. This Specialization from Laurence Moroney and Andrew Ng will help you develop and deploy machine learning models across any device or platform faster and more accurately than ever. This Specialization builds upon skills learned in the TensorFlow in Practice Specialization. We recommend learners complete that Specialization prior to enrolling in TensorFlow: Data and Deployment....
TensorFlow: Data and Deployment

Foire Aux Questions

  • Une fois que vous êtes inscrit(e) pour un Certificat, vous pouvez accéder à toutes les vidéos de cours, et à tous les quiz et exercices de programmation (le cas échéant). Vous pouvez soumettre des devoirs à examiner par vos pairs et en examiner vous-même uniquement après le début de votre session. Si vous préférez explorer le cours sans l'acheter, vous ne serez peut-être pas en mesure d'accéder à certains devoirs.

  • Lorsque vous vous inscrivez au cours, vous bénéficiez d'un accès à tous les cours de la Spécialisation, et vous obtenez un Certificat lorsque vous avez réussi. Votre Certificat électronique est alors ajouté à votre page Accomplissements. À partir de cette page, vous pouvez imprimer votre Certificat ou l'ajouter à votre profil LinkedIn. Si vous souhaitez seulement lire et visualiser le contenu du cours, vous pouvez accéder gratuitement au cours en tant qu'auditeur libre.

D'autres questions ? Visitez le Centre d'Aide pour les Etudiants.