课程信息

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

根据您的日程表重置截止日期。

中级

完成时间大约为12 小时

建议:Une semaine de cours, 8 à 10 heures par semaine...

法语(French)

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

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

根据您的日程表重置截止日期。

中级

完成时间大约为12 小时

建议:Une semaine de cours, 8 à 10 heures par semaine...

法语(French)

字幕:法语(French), 巴西葡萄牙语, 德语(German), 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
完成时间为 7 分钟

Introduction

Nous utiliserons l'outil TensorFlow pour rédiger des programmes de machine learning. Par conséquent, ce cours comporte une présentation de TensorFlow. Lors du premier cours, vous avez appris à transposer les problèmes d'une entreprise en problèmes de machine learning. Dans le deuxième cours, vous avez compris le fonctionnement pratique du machine learning, et appris à créer des ensembles de données appliqués au machine learning. Maintenant que vous avez toutes les données en main, vous êtes prêt à commencer la rédaction de programmes de machine learning.

...
2 个视频 (总计 7 分钟)
2 个视频
Présentation de Qwiklabs5分钟
完成时间为 3 小时

Core TensorFlow

Nous vous présenterons les principaux composants de TensorFlow, et vous pourrez vous exercer, à travers des ateliers pratiques, à créer des programmes de machine learning. Vous pourrez rédiger une évaluation paresseuse et des programmes impératifs, puis les comparer, travailler avec des graphes, des sessions et des variables, et enfin déboguer les programmes TensorFlow.

...
19 个视频 (总计 72 分钟), 4 个测验
19 个视频
Qu'est-ce que TensorFlow ?2分钟
Avantages d'un graphe orienté5分钟
Hiérarchie de l'API TensorFlow3分钟
Évaluation paresseuse4分钟
Graphique et session4分钟
Évaluer un Tensor2分钟
Visualiser un graph2分钟
Tensors6分钟
Variables6分钟
Présentation de l'atelier : Écrire des programmes TensorFlow de bas niveau16
Solution de l'atelier8分钟
Présentation5分钟
Problèmes de forme3分钟
Résoudre les problèmes de forme2分钟
Problèmes de type de données1分钟
Déboguer des programmes complets4分钟
Présentation : Déboguer des programmes complets15
Démonstration : Déboguer des programmes complets3分钟
3 个练习
Qu'est-ce que TensorFlow ?2分钟
Graphe et session8分钟
Core TensorFlow20分钟
2
完成时间为 4 小时

API Estimator

Au cours de ce module, nous allons vous présenter dans le détail l'API Estimator.

...
18 个视频 (总计 67 分钟), 4 个测验
18 个视频
API Estimator3分钟
Estimators prédéfinis5分钟
Démonstration : Modèle du prix des logements1分钟
Points de contrôle1分钟
Apprentissage avec des ensembles de données en mémoire2分钟
Présentation de l'atelier : API Estimator39
Solution de l'atelier : API Estimator10分钟
Apprentissage avec de grands ensembles de données grâce à l'API Dataset8分钟
Présentation de l'atelier : Scaling de l'ingestion TensorFlow à l'aide du traitement par lot35
Solution de l'atelier : Scaling de l'ingestion TensorFlow à l'aide du traitement par lot5分钟
Tâches de grande envergure, apprentissage distribué6分钟
Assurer la surveillance avec TensorBoard3分钟
Démonstration : UI TensorBoard28
Fonctionnalité d'entrée de diffusion5分钟
Récapitulatif : API Estimator1分钟
Présentation de l'atelier : Créer un modèle TensorFlow d'apprentissage distribué avec l'API Estimator51
Solution de l'atelier : Créer un modèle TensorFlow d'apprentissage distribué avec l'API Estimator7分钟
1 个练习
API Estimator18分钟
3
完成时间为 2 小时

Effectuer le scaling des modèles TensorFlow avec CMLE

Nous allons voir comment transférer et entraîner votre modèle TensorFlow sur l'infrastructure gérée de GCP dédiée à l'entraînement et au déploiement de modèles de machine learning.

...
6 个视频 (总计 29 分钟), 2 个测验
6 个视频
Pourquoi Cloud Machine Learning Engine ?6分钟
Entraîner un modèle2分钟
Surveiller et déployer des tâches d'entraînement2分钟
Présentation de l'atelier : Scaling de TensorFlow avec Cloud Machine Learning Engine50
Solution de l'atelier : Scaling de TensorFlow avec Cloud Machine Learning Engine16分钟
1 个练习
Cloud MLE10分钟
完成时间为 2 分钟

Récapitulatif

Voici un récapitulatif des sujets TensorFlow que nous avons abordés dans ce cours. Nous examinerons à nouveau le code Core TensorFlow et l'API Estimator, et nous finirons par effectuer le scaling de vos modèles de machine learning avec Cloud Machine Learning Engine.

...
1 个视频 (总计 2 分钟)
1 个视频

关于 Google 云端平台

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 en Français 专项课程

Qu'est-ce que le machine learning et quels types de problèmes permet-il de résoudre ? Quelles sont les cinq phases permettant de traiter un cas d'utilisation à l'aide du machine learning, et pourquoi chaque étape est-elle essentielle ? Pourquoi les réseaux de neurones sont-ils désormais si courants ? Comment définir un problème d'apprentissage supervisé et trouver une solution adaptée et généralisable à l'aide de la descente de gradient et d'une méthode pertinente de création d'ensembles de données ? Apprenez à créer des modèles de machine learning distribués qui pourront évoluer dans TensorFlow, à adapter l'entraînement de ces modèles pour bénéficier d'une évolutivité horizontale et à obtenir des prédictions très performantes. Convertissez les données brutes en caractéristiques de sorte que les processus de ML soient en mesure d'identifier les propriétés importantes dans les données et générez des insights qui ont du sens en rapport avec la problématique. Enfin, découvrez comment intégrer à la fois la combinaison de paramètres permettant d'obtenir des modèles précis et généralisés, et une connaissance de la théorie indispensable pour résoudre des types spécifiques de problèmes de ML. Vous expérimenterez le ML de bout en bout en commençant par créer une stratégie centrée sur le ML, puis en progressant dans le processus d'entraînement, d'optimisation et de production de modèles grâce à des ateliers pratiques faisant appel à Google Cloud Platform. >>> En vous inscrivant à cette spécialisation vous acceptez les conditions d'utilisation de Qwiklabs décrites dans la FAQ et disponibles à l'adresse: https://qwiklabs.com/terms_of_service <<<...
Machine Learning with TensorFlow on Google Cloud Platform en Français

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。

  • 该课程是 Coursera 上提供的为数不多的课程之一,目前只对已购买课程或已获得助学金的学生开放。

还有其他问题吗?请访问 学生帮助中心