课程信息

50,646 次近期查看

可分享的证书

完成后获得证书

100% 在线

立即开始,按照自己的计划学习。

第 3 门课程(共 4 门)

可灵活调整截止日期

根据您的日程表重置截止日期。

中级

We recommend taking Course 1 of the TensorFlow in Practice Specialization first, or have a basic familiarity with building models in TensorFlow

完成时间大约为19 小时

英语(English)

字幕:英语(English)

您将学到的内容有

  • Leverage built-in datasets with just a few lines of code

  • Use APIs to control how you split your data

  • Process all types of unstructured data

您将获得的技能

TensorflowMachine Learning

可分享的证书

完成后获得证书

100% 在线

立即开始,按照自己的计划学习。

第 3 门课程(共 4 门)

可灵活调整截止日期

根据您的日程表重置截止日期。

中级

We recommend taking Course 1 of the TensorFlow in Practice Specialization first, or have a basic familiarity with building models in TensorFlow

完成时间大约为19 小时

英语(English)

字幕:英语(English)

提供方

deeplearning.ai 徽标

deeplearning.ai

教学大纲 - 您将从这门课程中学到什么

1

1

完成时间为 5 小时

Data Pipelines with TensorFlow Data Services

完成时间为 5 小时
14 个视频 (总计 27 分钟), 2 个阅读材料, 2 个测验
14 个视频
Introduction1分钟
Popular datasets2分钟
Data pipelines58
Extract, transform, load3分钟
Versioning datasets2分钟
Looking at the notebook1分钟
Introduction43
Legacy API and Subsplits5分钟
Splits API (S3)2分钟
Introduction22
Legacy API in code1分钟
Splits API (S3) in code1分钟
Week 1 wrap up43
2 个阅读材料
Downloading the Coding Examples and Exercises10分钟
Try out the notebook yourself10分钟
1 个练习
Week 1 Quiz
2

2

完成时间为 6 小时

Exporting your data into the training pipeline

完成时间为 6 小时
21 个视频 (总计 44 分钟), 5 个阅读材料, 2 个测验
21 个视频
Introduction22
Input data1分钟
Basic mechanics2分钟
Numeric and bucketized columns2分钟
Vocabulary and hashed columns, feature crossing2分钟
Embedding columns2分钟
Introduction24
Notebook walkthrough4分钟
Introduction19
Numpy, Pandas and Images2分钟
CSV3分钟
Text and TFRecord1分钟
Generators1分钟
Introduction17
Notebook walkthrough4分钟
Introduction1分钟
Numpy and Pandas2分钟
Images1分钟
CSV4分钟
Text2分钟
5 个阅读材料
Link to the notebook10分钟
Link to the CNN course10分钟
Link to the notebook10分钟
CSV: colab10分钟
Link to the tokenization10分钟
1 个练习
Week 2 Quiz
3

3

完成时间为 4 小时

Performance

完成时间为 4 小时
11 个视频 (总计 20 分钟)
11 个视频
Introduction36
ETL2分钟
What happens when you train a model2分钟
Introduction25
Caching58
Parallelism APIs2分钟
Autotuning2分钟
Parallelizing data extraction2分钟
Best practices for code improvements3分钟
A few words by Laurence34
1 个练习
Week 3 Quiz
4

4

完成时间为 5 小时

Publishing your datasets

完成时间为 5 小时
11 个视频 (总计 24 分钟), 2 个阅读材料, 2 个测验
11 个视频
Introduction44
How to start using a dataset2分钟
Implementation4分钟
File access and possible problems in data3分钟
Publishing the dataset3分钟
Introduction18
Going through the colab (1)2分钟
Going through the colab (2)2分钟
Closing words14
A conversation with Andrew Ng1分钟
2 个阅读材料
URLs10分钟
Link to the colab10分钟
1 个练习
Week 4 Quiz

关于 TensorFlow: Data and Deployment 专项课程

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 machine learning models. 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, learn about data pipelines with TensorFlow data services, use APIs to control data splitting, process all types of unstructured data and retrain deployed models with user data while maintaining data privacy. 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 Artificial Intelligence. 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

常见问题

  • 注册以便获得证书后,您将有权访问所有视频、测验和编程作业(如果适用)。只有在您的班次开课之后,才可以提交和审阅同学互评作业。如果您选择在不购买的情况下浏览课程,可能无法访问某些作业。

  • 您注册课程后,将有权访问专项课程中的所有课程,并且会在完成课程后获得证书。您的电子课程证书将添加到您的成就页中,您可以通过该页打印您的课程证书或将其添加到您的领英档案中。如果您只想阅读和查看课程内容,可以免费旁听课程。

  • 如果订阅,您可以获得 7 天免费试听,在此期间,您可以取消课程,无需支付任何罚金。在此之后,我们不会退款,但您可以随时取消订阅。请阅读我们完整的退款政策

  • 是的,Coursera 可以为无法承担费用的学生提供助学金。通过点击左侧“注册”按钮下的“助学金”链接可以申请助学金。您可以根据屏幕提示完成申请,申请获批后会收到通知。您需要针对专项课程中的每一门课程完成上述步骤,包括毕业项目。了解更多

还有其他问题吗?请访问 学生帮助中心