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:Une semaine de cours, 8 à 10 heures par semaine...
可选语言

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

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:Une semaine de cours, 8 à 10 heures par semaine...
可选语言

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(小时)
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....
Reading
2 个视频 (总计 7 分钟)
Video2 个视频
Présentation de Qwiklabs5分钟
完成时间(小时)
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....
Reading
19 个视频 (总计 72 分钟), 4 个测验
Video19 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 niveau16s
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 complets15s
Démonstration : Déboguer des programmes complets3分钟
Quiz3 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(小时)
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....
Reading
18 个视频 (总计 67 分钟), 4 个测验
Video18 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 Estimator39s
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 lot35s
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 TensorBoard28s
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 Estimator51s
Solution de l'atelier : Créer un modèle TensorFlow d'apprentissage distribué avec l'API Estimator7分钟
Quiz1 个练习
API Estimator18分钟
3
完成时间(小时)
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....
Reading
6 个视频 (总计 29 分钟), 2 个测验
Video6 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 Engine50s
Solution de l'atelier : Scaling de TensorFlow avec Cloud Machine Learning Engine16分钟
Quiz1 个练习
Cloud MLE10分钟
完成时间(小时)
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....
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 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....
Machine Learning with TensorFlow on Google Cloud Platform

常见问题

  • Yes, you can preview the first video and view the syllabus before you enroll. You must purchase the course to access content not included in the preview.

  • If you decide to enroll in the course before the session start date, you will have access to all of the lecture videos and readings for the course. You’ll be able to submit assignments once the session starts.

  • Once you enroll and your session begins, you will have access to all videos and other resources, including reading items and the course discussion forum. You’ll be able to view and submit practice assessments, and complete required graded assignments to earn a grade and a Course Certificate.

  • If you complete the course successfully, your electronic Course Certificate will be added to your Accomplishments page - from there, you can print your Course Certificate or add it to your LinkedIn profile.

  • This course is one of a few offered on Coursera that are currently available only to learners who have paid or received financial aid, when available.

还有其他问题吗?请访问 学生帮助中心