À propos de ce cours

45,765 consultations récentes
Certificat partageable
Obtenez un Certificat lorsque vous terminez
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

* Python 3

* Knowledge of general machine learning concepts

* Knowledge of the field of deep learning

Approx. 27 heures pour terminer
Anglais

Compétences que vous acquerrez

TensorflowDeep Learningkeras
Certificat partageable
Obtenez un Certificat lorsque vous terminez
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

* Python 3

* Knowledge of general machine learning concepts

* Knowledge of the field of deep learning

Approx. 27 heures pour terminer
Anglais

Offert par

Placeholder

Imperial College London

Programme du cours : ce que vous apprendrez dans ce cours

Semaine
1

Semaine 1

6 heures pour terminer

The Keras functional API

6 heures pour terminer
14 vidéos (Total 81 min), 5 lectures, 2 quiz
14 vidéos
Interview with Laurence Moroney4 min
The Keras functional API5 min
Multiple inputs and outputs6 min
[Coding tutorial] Multiple inputs and outputs9 min
Variables5 min
Tensors5 min
[Coding tutorial] Variables and Tensors8 min
Accessing layer Variables4 min
Accessing layer Tensors5 min
[Coding tutorial] Accessing model layers8 min
Freezing layers4 min
[Coding tutorial] Freezing layers7 min
Wrap up and introduction to the programming assignment1 min
5 lectures
About Imperial College & the team10 min
How to be successful in this course10 min
Grading policy10 min
Additional readings & helpful references10 min
Device placement10 min
1 exercice pour s'entraîner
[Knowledge check] Transfer learning10 min
Semaine
2

Semaine 2

6 heures pour terminer

Data Pipeline

6 heures pour terminer
12 vidéos (Total 93 min), 1 lecture, 2 quiz
12 vidéos
Keras datasets3 min
[Coding tutorial] Keras datasets11 min
Dataset generators7 min
[Coding tutorial] Dataset generators12 min
Keras image data augmentation5 min
[Coding tutorial] Keras image data augmentation10 min
The Dataset class8 min
[Coding tutorial] The Dataset class10 min
Training with Datasets7 min
[Coding tutorial] Training with Datasets11 min
Wrap up and introduction to the programming assignment1 min
1 lecture
TensorFlow Datasets10 min
1 exercice pour s'entraîner
[Knowledge check] Python generators15 min
Semaine
3

Semaine 3

6 heures pour terminer

Sequence Modelling

6 heures pour terminer
13 vidéos (Total 92 min)
13 vidéos
Interview with Doug Kelly10 min
Preprocessing sequence data7 min
[Coding tutorial] The IMDB dataset8 min
[Coding tutorial] Padding and masking sequence data7 min
The Embedding layer4 min
[Coding tutorial] The Embedding layer4 min
[Coding tutorial] The Embedding Projector12 min
Recurrent neural network layers4 min
[Coding tutorial] Recurrent neural network layers9 min
Stacked RNNs and the Bidirectional wrapper7 min
[Coding tutorial] Stacked RNNs and the Bidirectional wrapper10 min
Wrap up and introduction to the programming assignment1 min
1 exercice pour s'entraîner
[Knowledge check] Recurrent neural networks15 min
Semaine
4

Semaine 4

6 heures pour terminer

Model subclassing and custom training loops

6 heures pour terminer
12 vidéos (Total 71 min)
12 vidéos
Model subclassing5 min
[Coding tutorial] Model subclassing5 min
Custom layers7 min
[Coding tutorial] Custom layers10 min
Automatic differentiation5 min
[Coding tutorial] Automatic differentiation6 min
Custom training loops7 min
[Coding tutorial] Custom training loops10 min
tf.function decorator3 min
[Coding tutorial] tf.function decorator5 min
Wrap up and introduction to the programming assignment1 min

Avis

Meilleurs avis pour CUSTOMISING YOUR MODELS WITH TENSORFLOW 2

Voir tous les avis

À propos du Spécialisation TensorFlow 2 for Deep Learning

TensorFlow 2 for Deep Learning

Foire Aux Questions

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