Deep Learning Inference with Azure ML Studio

4.8
étoiles
94 évaluations
Offert par
Coursera Project Network
3,447 déjà inscrits
Dans ce projet guidé, vous :

Train and evaluate a multiclass neural network on Azure ML Studio to recognize handwritten digits

Create and deploy a predictive web service

Build a Python web app to query the Azure web service API for deep learning inference

Clock1.5 hours
BeginnerDébutant
CloudAucun téléchargement requis
VideoVidéo en écran partagé
Comment DotsAnglais
LaptopOrdinateur de bureau uniquement

In this project-based course, you will use the Multiclass Neural Network module in Azure Machine Learning Studio to train a neural network to recognize handwritten digits. Microsoft Azure Machine Learning Studio is a drag-and-drop tool you can use to rapidly build and deploy machine learning models on Azure. The data used in this course is the popular MNIST data set consisting of 70,000 grayscale images of hand-written digits. You are going to deploy the trained neural network model as an Azure Web service. Azure Web Services provide an interface between an application and a Machine Learning Studio workflow scoring model. You will write a Python application to use the Batch Execution Service and predict the class labels of handwritten digits. This is the third course in this series on building machine learning applications using Azure Machine Learning Studio. I highly encourage you to take the first course before proceeding. It has instructions on how to set up your Azure ML account with $200 worth of free credit to get started with running your experiments! This course runs on Coursera's hands-on project platform called Rhyme. On Rhyme, you do projects in a hands-on manner in your browser. You will get instant access to pre-configured cloud desktops containing all of the software and data you need for the project. Everything is already set up directly in your internet browser so you can just focus on learning. For this project, you’ll get instant access to a cloud desktop with Python, Jupyter, and scikit-learn pre-installed. Notes: - You will be able to access the cloud desktop 5 times. However, you will be able to access instructions videos as many times as you want. - This course works best for learners who are based in the North America region. We’re currently working on providing the same experience in other regions.

Les compétences que vous développerez

azure-machine-learningdata-scienceartificial-intelligencemachine-learningdeep-learning

Apprendrez étape par étape

Votre enseignant(e) vous guidera étape par étape, grâce à une vidéo en écran partagé sur votre espace de travail :

  1. Introduction and Overview

  2. Data Preparation

  3. Train and Evaluate Multiclass Neural Network

  4. Create and Deploy Predictive Web Service

  5. Inference Using the Web Service API

Comment fonctionnent les projets guidés

Votre espace de travail est un bureau cloud situé dans votre navigateur, aucun téléchargement n'est requis.

Votre enseignant(e) vous guide étape par étape dans une vidéo en écran partagé

Enseignant

Avis

Meilleurs avis pour DEEP LEARNING INFERENCE WITH AZURE ML STUDIO

Voir tous les avis

Foire Aux Questions

Foire Aux Questions

  • En achetant un projet guidé, vous obtenez tout ce dont vous avez besoin pour terminer ce projet guidé, y compris l'accès à un espace de travail de bureau cloud, via votre navigateur web, qui contient les fichiers et les logiciels dont vous avez besoin pour commencer, ainsi que les instructions vidéo étape par étape d'un expert en la matière.

  • Comme votre espace de travail contient un bureau cloud dimensionné pour un ordinateur portable ou de bureau, les projets guidés ne sont pas disponibles sur votre appareil mobile.

  • Les enseignants des projets guidés sont des experts en la matière qui ont de l'expérience dans les compétences, les outils ou le domaine de leur projet et qui sont passionnés par le partage de leurs connaissances avec des millions d'étudiants dans le monde.

  • À partir du projet guidé, vous pouvez télécharger et conserver tout fichier que vous avez créé. Pour ce faire, vous pouvez utiliser la fonction « Navigateur de fichiers » pendant que vous accédez à votre bureau cloud.

  • Aucun remboursement n'est disponible pour les projets guidés. Consulter notre politique de remboursement complète.

  • Aucune aide financière n'est disponible pour les projets guidés.

  • L'audit n'est pas disponible pour les projets guidés.

  • En haut de la page, vous pouvez appuyer sur le niveau d'expérience de ce projet guidé pour afficher les connaissances requises. Pour chaque niveau de projet guidé, votre enseignant vous guidera étape par étape.

  • Vous apprenez en effectuant des tâches dans un environnement à écran partagé, directement dans votre navigateur. Sur le côté gauche de l'écran, vous terminez la tâche dans votre espace de travail. Sur le côté droit de l'écran, vous voyez un(e) enseignant(e) qui vous guide tout au long du projet, étape par étape.

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