课程信息
100% 在线

100% 在线

立即开始,按照自己的计划学习。
可灵活调整截止日期

可灵活调整截止日期

根据您的日程表重置截止日期。
中级

中级

完成时间(小时)

完成时间大约为12 小时

建议:8–10 Stunden innerhalb einer Woche...
可选语言

德语(German)

字幕:德语(German), 法语(French), 巴西葡萄牙语, 英语(English), 西班牙语(Spanish), 日语...
100% 在线

100% 在线

立即开始,按照自己的计划学习。
可灵活调整截止日期

可灵活调整截止日期

根据您的日程表重置截止日期。
中级

中级

完成时间(小时)

完成时间大约为12 小时

建议:8–10 Stunden innerhalb einer Woche...
可选语言

德语(German)

字幕:德语(German), 法语(French), 巴西葡萄牙语, 英语(English), 西班牙语(Spanish), 日语...

教学大纲 - 您将从这门课程中学到什么

1
完成时间(小时)
完成时间为 7 分钟

Einführung

Zum Schreiben von Programmen für maschinelles Lernen verwenden wir TensorFlow. Dieser Kurs bietet daher eine Einführung in das Tool. Im ersten Kurs haben Sie erfahren, wie Sie geschäftliche Herausforderungen in Aufgaben für das maschinelle Lernen umformulieren. Sie haben gelernt, wie maschinelles Lernen in der Praxis funktioniert und wie Sie verwertbare Datasets erstellen. Nachdem Sie die benötigten Daten erfasst haben, können Sie mit dem Schreiben von ML-Programmen beginnen....
Reading
2 个视频 (总计 7 分钟)
Video2 个视频
Einführung in Qwiklabs5分钟
完成时间(小时)
完成时间为 3 小时

Kernkonzept von TensorFlow

Dies ist eine Einführung in die Hauptkomponenten von TensorFlow und Sie lernen in praktischen Übungen, wie Sie ein ML-Programm erstellen. Außerdem vergleichen und schreiben Sie Programme für verzögerte Bewertungen sowie erforderliche Programme, arbeiten mit Graphen, Sitzungen und Variablen und beheben schließlich Fehler in TensorFlow-Programmen. ...
Reading
19 个视频 (总计 72 分钟), 4 个测验
Video19 个视频
Was ist TensorFlow?2分钟
Vorteile von gerichteten Graphen5分钟
TensorFlow API-Hierarchie3分钟
Verzögerte Bewertung4分钟
Graph und Sitzung4分钟
Tensoren auswerten2分钟
Graphen visualisieren2分钟
Tensoren6分钟
Variablen6分钟
Lab-Einführung: Low-Level-TensorFlow-Programme schreiben分钟
Lösungen für das Lab8分钟
Einführung5分钟
Formprobleme3分钟
Formprobleme lösen2分钟
Probleme mit Datentypen1分钟
Fehlerbehebung bei Vollprogrammen4分钟
Einführung: Fehlerbehebung bei Vollprogrammen分钟
Demo: Fehlerbehebung bei Vollprogrammen3分钟
Quiz3 个练习
Was ist TensorFlow?2分钟
Graph und Sitzung8分钟
Kernkonzept von TensorFlow20分钟
2
完成时间(小时)
完成时间为 4 小时

Estimator API

In diesem Modul wird die Estimator API erläutert....
Reading
18 个视频 (总计 67 分钟), 4 个测验
Video18 个视频
Estimator API3分钟
Vorgefertigte Estimators5分钟
Demo: Modell über Hauspreise1分钟
Prüfpunktausführung1分钟
Datensätze im Speicher trainieren2分钟
Lab-Einführung: Estimator API分钟
Lösungen für das Lab: Estimator API10分钟
Mit Dataset API große Datensätze trainieren8分钟
Lab-Einführung: TensorFlow-Aufnahme mit Batching hochskalieren分钟
Lösungen für das Lab: TensorFlow-Aufnahme mit Batching hochskalieren5分钟
Große Aufträge, verteiltes Training6分钟
Mit TensorBoard überwachen3分钟
Demo: TensorBoard-Benutzeroberfläche分钟
Bereitstellungseingabefunktion5分钟
Zusammenfassung Estimator API1分钟
Lab-Einführung: TensorFlow-Modelle für verteiltes Training mit Estimator API erstellen分钟
Lösungen für das Lab: TensorFlow-Modelle für verteiltes Training mit Estimator API erstellen7分钟
Quiz1 个练习
Estimator API18分钟
3
完成时间(小时)
完成时间为 2 小时

TensorFlow-Modelle mit CMLE skalieren

In diesem Modul erfahren Sie, wie Sie Ihr TensorFlow-Modell in der verwalteten Infrastruktur der GCP durch maschinelles Lernen trainieren und bereitstellen....
Reading
6 个视频 (总计 29 分钟), 2 个测验
Video6 个视频
Gründe für die Cloud Machine Learning Engine6分钟
Modelle trainieren2分钟
Trainingsjobs überwachen und bereitstellen2分钟
Lab-Einführung: TensorFlow mit Cloud Machine Learning Engine skalieren分钟
Lösungen für das Lab: TensorFlow mit Cloud Machine Learning Engine skalieren16分钟
Quiz1 个练习
Cloud MLE10分钟
完成时间(小时)
完成时间为 2 分钟

Zusammenfassung

Hier fassen wir die bisher in diesem Kurs behandelten TensorFlow-Themen zusammen. Wir gehen noch einmal auf den Kerncode von TensorFlow und die Estimator API ein. Den Abschluss bildet die Skalierung Ihrer Modelle für maschinelles Lernen mit Cloud Machine Learning Engine....
Reading
1 个视频 (总计 2 分钟)
Video1 个视频

关于 Google Cloud

We help millions of organizations empower their employees, serve their customers, and build what’s next for their businesses with innovative technology created in—and for—the cloud. Our products are engineered for security, reliability, and scalability, running the full stack from infrastructure to applications to devices and hardware. Our teams are dedicated to helping customers apply our technologies to create success....

关于 Machine Learning with TensorFlow on Google Cloud Platform auf Deutsch 专项课程

>>> Mit Ihrer Teilnahme an dieser Spezialisierung stimmen Sie den Nutzungsbedingungen von Qwiklabs zu, die Sie in den FAQs und unter folgendem Link finden: https://qwiklabs.com/terms_of_service <<< *** Google Cloud und Kaggle möchten Sie einladen, an unserem New York City Taxitarif-Ratespielwettbewerb teilzunehmen, der gerade stattfindet. Weitere Informationen finden Sie unter: https://www.kaggle.com/c/new-york-city-taxi-fare-prediction*** Was ist maschinelles Lernen und welche Probleme lassen sich damit lösen? Was sind die fünf Phasen zur Umsetzung eines für ML geeigneten Anwendungsfalls und warum darf keine dieser Phasen übersprungen werden? Warum sind neuronale Netze gerade so beliebt? Wie können Sie ein Projekt für betreutes Lernen gestalten und mithilfe des Gradientenverfahrens und sinnvoll erstellten Datasets eine gute, generalisierbare Lösung finden? In diesem Kurs lernen Sie, verteilte Modelle für ML zu schreiben, die in TensorFlow skaliert werden, das Training dieser Modelle horizontal zu skalieren und leistungsstarke Vorhersagen zu erstellen. Wir gehen darauf ein, wie Sie Rohdaten so in Merkmale umwandeln, dass ML wichtige Eigenschaften dieser Daten erlernen kann und menschliche Einblicke in das Problem zulässt. Schließlich lernen Sie, die richtige Mischung aus Parametern zu verwenden, um präzise und generalisierte Modelle zu erstellen, und Sie erhalten eine Einführung in die Theorie zum Lösen bestimmter Arten von ML-Problemen. Auf diese Weise gewinnen Sie ein umfassendes Verständnis von ML. Zuerst erstellen Sie eine auf ML ausgerichtete Strategie. Dann fahren Sie mit Modelltraining, Optimierung und Produktentwicklung fort. Hierbei helfen Ihnen praxisorientierte Labs der Google Cloud Platform....
Machine Learning with TensorFlow on Google Cloud Platform auf Deutsch

常见问题

  • 是的,您可以在注册之前预览第一个视频和查看授课大纲。您必须购买课程,才能访问预览不包括的内容。

  • 如果您决定在班次开始日期之前注册课程,那么您将可以访问课程的所有课程视频和阅读材料。班次开始之后,您便可以提交作业。

  • 在您注册且班次开课之后,您将可以访问所有视频和其他资源,包括阅读材料内容和课程论坛。您将能够查看和提交练习作业,并完成所需的评分作业以获得成绩和课程证书。

  • 如果您成功完成课程,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。

  • 此课程是 Coursera 上提供的众多课程之一,当前只对已购买课程或已获得助学金的学生开放。如果您要学习此课程,但却承担不起课程费用,我们建议您提交助学金申请。

还有其他问题吗?请访问 学生帮助中心