课程信息

48,866 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11 小时
英语(English)

您将学到的内容有

  • Perform efficient ETL tasks using Tensorflow Data Services APIs

  • Construct train/validation/test splits of any dataset - either custom or present in TensorFlow Hub Dataset library - using Splits API

  • Use different modules and functions of the TFDS API to prepare your data for training pipelines

  • Identify bottlenecks in your input pipelines and increase your workflow efficiency by input parallelization

您将获得的技能

Artificial Neural NetworkTensorflowExtraction, Transformation And Loading (ETL)Data PipelinesTensorFlow Datasets
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11 小时
英语(English)

讲师

提供方

Placeholder

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 3 小时

Data Pipelines with TensorFlow Data Services

完成时间为 3 小时
10 个视频 (总计 21 分钟), 4 个阅读材料, 2 个测验
10 个视频
Introduction1分钟
Popular Datasets2分钟
Data Pipelines58
Extract, Transform and Load3分钟
Versioning Datasets2分钟
Looking at the Notebook1分钟
Using TFDS in Keras to Train Fashion MNIST 3分钟
Horses or Humans in TFDS2分钟
Week 1 Wrap Up49
4 个阅读材料
Downloading the Coding Examples and Exercises10分钟
Try Out the Notebook Yourself10分钟
Try the Horses or Human Notebook10分钟
Grader Note10分钟
1 个练习
Week 1 Quiz30分钟
2

2

完成时间为 2 小时

Splits and Slices API for Datasets in TF

完成时间为 2 小时
7 个视频 (总计 26 分钟), 3 个阅读材料, 2 个测验
7 个视频
Introduction to Splits API5分钟
Splits API Notebook Walkthrough5分钟
File Structure in TensorFlow Datasets1分钟
Feature Descriptors4分钟
TFRecord Colab Walkthrough5分钟
Week 2 Wrap Up1分钟
3 个阅读材料
Splits API Colab10分钟
TFRecord Colab 10分钟
Grader Note10分钟
1 个练习
Week 230分钟
3

3

完成时间为 3 小时

Exporting Your Data into the Training Pipeline

完成时间为 3 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
Using Numpy and Pandas2分钟
Image Data1分钟
CSV Data4分钟
Text Data2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 Course 10分钟
1 个练习
Week 3 Quiz30分钟
4

4

完成时间为 3 小时

Performance

完成时间为 3 小时
22 个视频 (总计 44 分钟), 2 个阅读材料, 3 个测验
22 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
A conversation with Andrew Ng1分钟
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- Part 12分钟
Going Through the Colab - Part 22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
2 个练习
Week 4 Quiz
Publishing your Dataset Quiz

审阅

来自DATA PIPELINES WITH TENSORFLOW DATA SERVICES的热门评论

查看所有评论

关于 TensorFlow: Data and Deployment 专项课程

TensorFlow: Data and Deployment

常见问题

还有其他问题吗?请访问 学生帮助中心