À propos de ce cours

100,710 consultations récentes

Résultats de carrière des étudiants

33%

ont commencé une nouvelle carrière après avoir terminé ce cours

38%

ont bénéficié d'un avantage concret dans leur carrières grâce à ce cours
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
Approx. 19 heures pour terminer
Anglais
Sous-titres : Anglais

Ce que vous allez apprendre

  • 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

Compétences que vous acquerrez

Machine LearningPython ProgrammingBuild Input Data PipelineTensorflowkeras

Résultats de carrière des étudiants

33%

ont commencé une nouvelle carrière après avoir terminé ce cours

38%

ont bénéficié d'un avantage concret dans leur carrières grâce à ce cours
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
Approx. 19 heures pour terminer
Anglais
Sous-titres : Anglais

Enseignant

Offert par

Logo Google Cloud

Google Cloud

Programme du cours : ce que vous apprendrez dans ce cours

Évaluation du contenuThumbs Up90%(2,710 notes)Info
Semaine
1

Semaine 1

7 minutes pour terminer

Introduction to course

7 minutes pour terminer
2 vidéos (Total 7 min)
2 vidéos
Getting Started with Google Cloud and Qwiklabs3 min
3 heures pour terminer

Introduction to TensorFlow

3 heures pour terminer
5 vidéos (Total 22 min), 1 lecture, 5 quiz
5 vidéos
TensorFlow API Hierarchy4 min
Components of TensorFlow: Tensors and Variables8 min
Lab Intro Introduction to Tensors and Variables1 min
Lab Intro Writing low-level TensorFlow programs43s
1 lecture
Readings10 min
3 exercices pour s'entraîner
Introduction to TensorFlow15 min
API Hierarchy15 min
Tensors and Variables15 min
Semaine
2

Semaine 2

7 heures pour terminer

Design and Build a TensorFlow Input Data Pipeline

7 heures pour terminer
10 vidéos (Total 25 min), 1 lecture, 9 quiz
10 vidéos
Working in-memory and with files3 min
Getting the data ready for model training6 min
Lab Intro Load CSV and Numpy Data 28s
Lab Intro Loading Image Data54s
Lab Intro Feature Columns37s
Optional Lab Intro TFRecord and tf.Example1 min
Training on Large Datasets with tf.data API4 min
Lab Intro Manipulating data with Tensorflow Dataset API34s
Optional Lab Intro Feature Analysis Using TensorFlow Data Validation and Facets1 min
1 lecture
Readings15 min
3 exercices pour s'entraîner
PRACTICE QUIZ: Getting the data ready for model training15 min
Training on Large Datasets with tf.data API15 min
Design and Build Input Data Pipeline15 min
Semaine
3

Semaine 3

4 heures pour terminer

Training neural networks with Tensorflow 2 and the Keras Sequential API

4 heures pour terminer
7 vidéos (Total 25 min), 1 lecture, 5 quiz
7 vidéos
Activation functions8 min
Activation functions: Pitfalls to avoid in Backpropagation 5 min
Neural Networks with Keras Sequential API7 min
Lab intro Keras Sequential API21s
Lab Intro Logistic Regression43s
Lab Intro Optional Lab Advanced Logistic Regression in TensorFlow 2.01 min
1 lecture
Readings10 min
2 exercices pour s'entraîner
Activation Functions15 min
Neural Networks with TF2 and Keras15 min
Semaine
4

Semaine 4

3 heures pour terminer

Training neural networks with Tensorflow 2 and the Keras Functional API

3 heures pour terminer
6 vidéos (Total 29 min), 1 lecture, 4 quiz
6 vidéos
Regularization: The Basics4 min
Regularization: L1, L2, and Early Stopping5 min
Regularization: Dropout5 min
Serving models in the Cloud3 min
Lab intro Keras Functional API38s
1 lecture
Readings1 h
3 exercices pour s'entraîner
The Keras Functional API15 min
Regularization15 min
Serving Models in the Cloud15 min
1 heure pour terminer

Summary

1 heure pour terminer
1 vidéo (Total 8 min), 1 lecture, 1 quiz
1 vidéo
1 lecture
Quiz Questions to ALL Lessons 10 min
1 exercice pour s'entraîner
Course Summary15 min

Avis

Meilleurs avis pour INTRODUCTION À TENSORFLOW

Voir tous les avis

À propos du Spécialisation Machine Learning with TensorFlow on Google Cloud Platform

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

Foire Aux Questions

  • Oui, vous pouvez prévisualiser la première vidéo et consulter le programme du cours avant de vous inscrire. Vous devez acheter le cours pour accéder au contenu non inclus dans la prévisualisation.

  • Si vous décidez de vous inscrire au cours avant la date de début de session, vous aurez accès à toutes les vidéos et lectures du cours. Vous pourrez soumettre des devoirs à partir du début de la session.

  • Une fois que vous êtes inscrit(e) et que votre session commence, vous avez accès à toutes les vidéos et aux autres ressources, y compris les éléments à lire et le forum de discussion du cours. Vous pouvez afficher et soumettre des devoirs pour vous exercer, et terminer les devoirs notés requis pour obtenir une note et un Certificat de Cours.

  • Si vous réussissez le cours, votre Certificat de Cours électronique sera ajouté à votre page Accomplissements. À partir de cette page, vous pouvez imprimer votre Certificat de Cours ou l'ajouter à votre profil LinkedIn.

  • Ce cours fait partie du nombre restreint de cours proposés par Coursera actuellement disponibles uniquement aux étudiants ayant payé les frais du cours ou bénéficié de l'Aide Financière, lorsqu'elle est disponible.

  • Si vous vous abonnez, vous bénéficiez d'une période d'essai gratuite de 7 jours, durant laquelle vous pouvez annuler votre abonnement sans pénalité. Ensuite, nous n'accordons plus de remboursements, mais vous pouvez annuler votre abonnement à tout instant. Consultez notre politique de remboursement complète.

  • Oui, Coursera offre une Aide Financière aux étudiants qui n'ont pas les moyens d'acquitter les frais. Demandez-la en cliquant sur le lien Aide Financière sous le bouton S'inscrire situé à gauche. Vous devrez remplir un formulaire de demande et vous serez averti(e) si elle est acceptée. Vous devrez répéter cette procédure pour chaque cours de la Spécialisation, y compris pour le Projet Final. En savoir plus.

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