168 évaluations
11 636 déjà inscrits
Build TensorFlow Input Pipelines for Text Data with the tf.data API
Tokenize and Preprocess Text for BERT
Fine-tune BERT for text classification with TensorFlow 2 and TensorFlow Hub
Mettez en valeur cette expérience pratique dans un entretien
This is a guided project on fine-tuning a Bidirectional Transformers for Language Understanding (BERT) model for text classification with TensorFlow. In this 2.5 hour long project, you will learn to preprocess and tokenize data for BERT classification, build TensorFlow input pipelines for text data with the tf.data API, and train and evaluate a fine-tuned BERT model for text classification with TensorFlow 2 and TensorFlow Hub. Prerequisites: In order to successfully complete this project, you should be competent in the Python programming language, be familiar with deep learning for Natural Language Processing (NLP), and have trained models with TensorFlow or and its Keras API. Note: 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.
It is assumed that are competent in Python programming and have prior experience with building deep learning NLP models with TensorFlow or Keras
natural-language-processing
Tensorflow
machine-learning
deep-learning
BERT
Votre enseignant(e) vous guidera étape par étape, grâce à une vidéo en écran partagé sur votre espace de travail :
Introduction to the Project
Setup your TensorFlow and Colab Runtime
Download and Import the Quora Insincere Questions Dataset
Create tf.data.Datasets for Training and Evaluation
Download a Pre-trained BERT Model from TensorFlow Hub
Tokenize and Preprocess Text for BERT
Wrap a Python Function into a TensorFlow op for Eager Execution
Create a TensorFlow Input Pipeline with tf.data
Add a Classification Head to the BERT hub.KerasLayer
Fine-Tune and Evaluate BERT for Text Classification
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
par FY
13 mai 2021It would be helpful if the course was also offered outside of Google colab environment (standalone).
par DA
15 avr. 2021really nice glue to connect all the dots. Thanks so much
par VS
12 avr. 2021The project was well explained and provided good understanding of bert for text classification. Also the quiz were good.
par SI
5 avr. 2022This course can help us to understand BERT for text classification with tensorflow and the material presented is quite easy to follow :)
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.
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.
Oui, tout ce dont vous avez besoin pour terminer votre Projet Guidé sera présent sur un bureau cloud disponible dans votre navigateur.
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 Étudiants.
