Dieser Kurs ist Teil der Spezialisierung Spezialisierung TensorFlow: Data and Deployment

4.7
Sterne
906 Bewertungen

95 %

Laurence Moroney

36.675 bereits angemeldet

von

Spezialisierung TensorFlow: Data and Deploymentdeeplearning.ai

Über diesen Kurs

14.815 kürzliche Aufrufe

Bringing a machine learning model into the real world involves a lot more than just modeling. This Specialization will teach you how to navigate various deployment scenarios and use data more effectively to train your model.
In this first course, you’ll train and run machine learning models in any browser using TensorFlow.js. You’ll learn techniques for handling data in the browser, and at the end you’ll build a computer vision project that recognizes and classifies objects from a webcam.

This Specialization builds upon our TensorFlow in Practice Specialization. If you are new to TensorFlow, we recommend that you take the TensorFlow in Practice Specialization first. To develop a deeper, foundational understanding of how neural networks work, we recommend that you take the Deep Learning Specialization.

Flexible Fristen

Setzen Sie Fristen gemäß Ihrem Zeitplan zurück.

Zertifikat zur Vorlage

Erhalten Sie nach Abschluss ein Zertifikat

100 % online

Beginnen Sie sofort und lernen Sie in Ihrem eigenen Tempo.

Coursera-Labore

Enthält praktische Lernprojekte.

Hier finden Sie weitere Informationen zu Coursera-Laboren

Kurs 1 von 4 in

Spezialisierung TensorFlow: Data and Deployment

Stufe „Mittel“

Basic understanding of JavaScript

Ca. 17 Stunden zum Abschließen

Englisch

Könnte Ihr Unternehmen von Mitarbeiterweiterbildungen für gefragte Kompetenzen profitieren?

Probieren Sie Coursera for Business aus

Was Sie lernen werden

Train and run inference in a browser
Handle data in a browser
Build an object classification and recognition model using a webcam

Kompetenzen, die Sie erwerben

Convolutional Neural Network
Machine Learning
Tensorflow
Object Detection
TensorFlow.js

Flexible Fristen

Setzen Sie Fristen gemäß Ihrem Zeitplan zurück.

Zertifikat zur Vorlage

Erhalten Sie nach Abschluss ein Zertifikat

100 % online

Beginnen Sie sofort und lernen Sie in Ihrem eigenen Tempo.

Coursera-Labore

Enthält praktische Lernprojekte.

Hier finden Sie weitere Informationen zu Coursera-Laboren

Kurs 1 von 4 in

Spezialisierung TensorFlow: Data and Deployment

Stufe „Mittel“

Basic understanding of JavaScript

Ca. 17 Stunden zum Abschließen

Englisch

Könnte Ihr Unternehmen von Mitarbeiterweiterbildungen für gefragte Kompetenzen profitieren?

Probieren Sie Coursera for Business aus

Dozent

Dozentenbewertung

4,77/5 (163 Bewertungen)

Laurence Moroney

Instructor

Lead AI Advocate, Google

418.174 Lernende

15 Kurse

von

deeplearning.ai

Erfahren Sie, wie Mitarbeiter führender Unternehmen gefragte Kompetenzen erwerben.

Weitere Informationen zu Coursera für Unternehmen

Lehrplan - Was Sie in diesem Kurs lernen werden

Inhaltsbewertung95%(2,759 Bewertungen)

Woche1

Woche 1

5 Stunden zum Abschließen

Introduction to TensorFlow.js

Welcome to Browser-based Models with TensorFlow.js, the first course of the TensorFlow for Data and Deployment Specialization. In this first course, we’re going to look at how to train machine learning models in the browser and how to use them to perform inference using JavaScript. This will allow you to use machine learning directly in the browser as well as on backend servers like Node.js. In the first week of the course, we are going to build some basic models using JavaScript and we'll execute them in simple web pages.

5 Stunden zum Abschließen

11 Videos (Gesamt 30 min), 7 Lektüren, 6 Quiz

11 Videos

Specialization Introduction, A Conversation with Andrew Ng59Course Introduction, A Conversation with Andrew Ng1mA Few Words From Laurence2mBuilding the Model3mTraining the Model3mFirst Example In Code4mThe Iris Dataset1mReading the Data4mOne-hot Encoding1mDesigning the NN2mIris Classifier In Code6m

7 Lektüren

Getting Your System Ready10mDownloading the Ungraded Labs and Programming Assignments10mYour First Model10mIris Dataset Documentation10mUsing the Web Server10mIris Classifier10mWeek 1 Wrap up10m

2 praktische Übungen

Quiz 1One-Hot Encoding

Woche2

Woche 2

4 Stunden zum Abschließen

Image Classification In the Browser

4 Stunden zum Abschließen

8 Videos (Gesamt 27 min), 5 Lektüren, 3 Quiz

8 Videos

Introduction, A Conversation with Andrew Ng1mCreating a Convolutional Net with JavaScript4mVisualizing the Training Process2mWhat Is a Sprite Sheet?1mUsing the Sprite Sheet2mUsing tf.tidy() to Save Memory1mA Few Words From Laurence24MNIST Classifier In Code13m

5 Lektüren

tfjs-vis Documentation10mMNIST Sprite Sheet10mMNIST Classifier10mWeek 2 Wrap up10mExercise Description10m

1 praktische Übung

Week 2 Quiz

Woche3

Woche 3

5 Stunden zum Abschließen

Converting Models to JSON Format

This week we'll see how to take models that have been created with TensorFlow in Python and convert them to JSON format so that they can run in the browser using Javascript. We will start by looking at two models that have already been pre-converted. One of them is going to be a toxicity classifier, which uses NLP to determine if a phrase is toxic in a number of categories; the other one is Mobilenet which can be used to detect content in images. By the end of this module, you will train a model in Python yourself and convert it to JSON format using the tensorflow.js converter.

5 Stunden zum Abschließen

12 Videos (Gesamt 28 min), 6 Lektüren, 3 Quiz

12 Videos

Introduction, A Conversation with Andrew Ng1mA Few Words From Laurence1mPre-trained TensorFlow.js Models49Toxicity Classifier3mToxicity Classifier In Code3mMobileNet49Using MobileNet1mTraining Results1mMobileNet Example In Code3mConverting Models to JavaScript4mConverting Models to JavaScript In Code2mLinear Example In Code1m

6 Lektüren

Important Links10mToxicity Classifier10mClasses Supported by MobileNet10mImage Classification Using MobileNet10mLinear Model10mWeek 3 Wrap up10m

1 praktische Übung

Week 3 Quiz

Woche4

Woche 4

4 Stunden zum Abschließen

Transfer Learning with Pre-Trained Models

4 Stunden zum Abschließen

11 Videos (Gesamt 26 min), 3 Lektüren, 3 Quiz

11 Videos

Introduction, A Conversation with Andrew Ng1mA Few Words From Laurence53Building a Simple Web Page2mRetraining the MobileNet Model1mThe Training Function2mCapturing the Data3mThe Dataset Class2mTraining the Network with the Captured Data1mPerforming Inference4mRock Paper Scissors In Code4mA Conversation with Andrew Ng1m

3 Lektüren

Rock Paper Scissors10mExercise Description10mWrap up10m

1 praktische Übung

Week 4 Quiz

Bewertungen

4.7

197 Bewertungen

5 stars
81,47 %
4 stars
14,33 %
3 stars
2,64 %
2 stars
0,66 %
1 star
0,88 %

Top-Bewertungen von BROWSER-BASED MODELS WITH TENSORFLOW.JS

von SA7. Juli 2020

course contents are good and explained very well with one problem of audio, audio is not clear and pitch is low but I like this course. as a beginner, this course is best.

von VV17. Dez. 2019

Great course! A bit of a learning curve on javascript, but really worth it! The exercise in Week 4 was phenomenal! Thanks.

von SB1. Mai 2020

Wonderful and exciting course, however it require some level of exposure to basic HTML and javascript fundamentals.

von NV13. Apr. 2020

The course is extremely fun to learn. Lot of concepts are covered through a practical approach. The teaching of the instructor is awesome.

Alle Bewertungen anzeigen

Über den Spezialisierung TensorFlow: Data and Deployment

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. Looking for a place to start? Master the foundational basics of TensorFlow with the DeepLearning.AI TensorFlow Developer Professional Certificate. Looking to customize and build powerful real-world models for complex scenarios? Check out the TensorFlow: Advanced Techniques Specialization.

Häufig gestellte Fragen

Wann erhalte ich Zugang zu den Vorträgen und Aufgaben?
Der Zugang zu Vorlesungen und Aufgaben hängt von der Art Ihrer Anmeldung ab. Wenn Sie einen Kurs im Gastmodus belegen, können Sie die meisten Kursmaterialien kostenlos einsehen. Um auf benotete Aufgaben zuzugreifen und ein Zertifikat zu erhalten, müssen Sie während oder nach Ihrer Gastphase das Zertifikat erwerben. Wenn Sie die Gastoption nicht sehen:
Der Kurs bietet möglicherweise keine Gastoption an. Sie können stattdessen eine kostenlose Testversion ausprobieren oder finanzielle Unterstützung beantragen.
Der Kurs kann stattdessen "Vollständiger Kurs ohne Zertifikat" anbieten. Mit dieser Option können Sie alle Kursmaterialien einsehen, die erforderlichen Aufgaben einreichen und eine Endnote erhalten. Dies bedeutet auch, dass Sie kein Zertifikat erwerben können.
Was bekomme ich, wenn ich diese Spezialisierung abonniere?
Wenn Sie sich für den Kurs anmelden, erhalten Sie Zugriff auf alle Kurse der Spezialisierung und Sie erhalten nach Abschluss aller Arbeiten ein Zertifikat. Ihr elektronisches Zertifikat wird zu Ihrer Seite „Errungenschaften“ hinzugefügt – von dort können Sie Ihr Zertifikat ausdrucken oder es zu Ihrem LinkedIn Profil hinzufügen. Wenn Sie nur lesen und den Inhalt des Kurses anzeigen möchten, können Sie kostenlos als Gast an dem Kurs teilnehmen.
Ist finanzielle Unterstützung möglich?
Ja. Für ausgewählte Lernprogramme können Sie finanzielle Unterstützung oder ein Stipendium beantragen, wenn Sie sich die Anmeldegebühr nicht leisten können. Wenn für das von Ihnen gewählte Lernprogramm finanzielle Unterstützung oder ein Stipendium verfügbar ist, wird auf der Beschreibungsseite ein Link zu einem solchen Antrag angezeigt.

Haben Sie weitere Fragen? Besuchen Sie das Learner Help Center.

Fördern Sie Mitarbeiterkompetenzen für bessere Geschäftsergebnisse

Entdecken Sie Coursera für Unternehmen

Browser-based Models with TensorFlow.js

Über diesen Kurs

Was Sie lernen werden

Kompetenzen, die Sie erwerben