Über diesen Kurs

595,491 kürzliche Aufrufe

Karriereergebnisse der Lernenden

13%

ziehen Sie für Ihren Beruf greifbaren Nutzen aus diesem Kurs

10%

erhalten Sie eine Gehaltserhöhung oder Beförderung
Zertifikat zur Vorlage
Erhalten Sie nach Abschluss ein Zertifikat
100 % online
Beginnen Sie sofort und lernen Sie in Ihrem eigenen Tempo.
Flexible Fristen
Setzen Sie Fristen gemäß Ihrem Zeitplan zurück.
Stufe „Mittel“

Course 1 of the TensorFlow Specialization, Python coding, and high-school level math are required. ML/DL experience is helpful but not required.

Ca. 26 Stunden zum Abschließen
Englisch
Untertitel: Englisch, Russisch, Japanisch

Was Sie lernen werden

  • Handle real-world image data

  • Plot loss and accuracy

  • Explore strategies to prevent overfitting, including augmentation and dropout

  • Learn transfer learning and how learned features can be extracted from models

Kompetenzen, die Sie erwerben

Inductive TransferAugmentationDropoutsMachine LearningTensorflow

Karriereergebnisse der Lernenden

13%

ziehen Sie für Ihren Beruf greifbaren Nutzen aus diesem Kurs

10%

erhalten Sie eine Gehaltserhöhung oder Beförderung
Zertifikat zur Vorlage
Erhalten Sie nach Abschluss ein Zertifikat
100 % online
Beginnen Sie sofort und lernen Sie in Ihrem eigenen Tempo.
Flexible Fristen
Setzen Sie Fristen gemäß Ihrem Zeitplan zurück.
Stufe „Mittel“

Course 1 of the TensorFlow Specialization, Python coding, and high-school level math are required. ML/DL experience is helpful but not required.

Ca. 26 Stunden zum Abschließen
Englisch
Untertitel: Englisch, Russisch, Japanisch

Dozent

von

deeplearning.ai-Logo

deeplearning.ai

Lehrplan - Was Sie in diesem Kurs lernen werden

InhaltsbewertungThumbs Up97%(5,668 Bewertungen)Info
Woche
1

Woche 1

7 Stunden zum Abschließen

Exploring a Larger Dataset

7 Stunden zum Abschließen
8 Videos (Gesamt 18 min), 5 Lektüren, 3 Quiz
8 Videos
A conversation with Andrew Ng1m
Training with the cats vs. dogs dataset2m
Working through the notebook4m
Fixing through cropping49
Visualizing the effect of the convolutions1m
Looking at accuracy and loss1m
Week 1 Wrap up33
5 Lektüren
Before you Begin: TensorFlow 2.0 and this Course10m
The cats vs dogs dataset10m
Looking at the notebook10m
What you'll see next10m
What have we seen so far?10m
1 praktische Übung
Week 1 Quiz30m
Woche
2

Woche 2

7 Stunden zum Abschließen

Augmentation: A technique to avoid overfitting

7 Stunden zum Abschließen
7 Videos (Gesamt 14 min), 6 Lektüren, 3 Quiz
7 Videos
Introducing augmentation2m
Coding augmentation with ImageDataGenerator3m
Demonstrating overfitting in cats vs. dogs1m
Adding augmentation to cats vs. dogs1m
Exploring augmentation with horses vs. humans1m
Week 2 Wrap up37
6 Lektüren
Image Augmentation10m
Start Coding...10m
Looking at the notebook10m
The impact of augmentation on Cats vs. Dogs10m
Try it for yourself!10m
What have we seen so far?10m
1 praktische Übung
Week 2 Quiz30m
Woche
3

Woche 3

7 Stunden zum Abschließen

Transfer Learning

7 Stunden zum Abschließen
7 Videos (Gesamt 14 min), 5 Lektüren, 3 Quiz
7 Videos
Understanding transfer learning: the concepts2m
Coding transfer learning from the inception mode1m
Coding your own model with transferred features2m
Exploring dropouts1m
Exploring Transfer Learning with Inception1m
Week 3 Wrap up36
5 Lektüren
Start coding!10m
Adding your DNN10m
Using dropouts!10m
Applying Transfer Learning to Cats v Dogs10m
What have we seen so far?10m
1 praktische Übung
Week 3 Quiz30m
Woche
4

Woche 4

7 Stunden zum Abschließen

Multiclass Classifications

7 Stunden zum Abschließen
6 Videos (Gesamt 12 min), 5 Lektüren, 3 Quiz
6 Videos
Moving from binary to multi-class classification44
Explore multi-class with Rock Paper Scissors dataset2m
Train a classifier with Rock Paper Scissors1m
Test the Rock Paper Scissors classifier2m
A conversation with Andrew Ng1m
5 Lektüren
Introducing the Rock-Paper-Scissors dataset10m
Check out the code!10m
Try testing the classifier10m
What have we seen so far?10m
Wrap up10m
1 praktische Übung
Week 4 Quiz30m

Bewertungen

Top-Bewertungen von CONVOLUTIONAL NEURAL NETWORKS IN TENSORFLOW

Alle Bewertungen anzeigen

Über den Spezialisierung TensorFlow in Practice

Discover the tools software developers use to build scalable AI-powered algorithms in TensorFlow, a popular open-source machine learning framework. In this four-course Specialization, you’ll explore exciting opportunities for AI applications. Begin by developing an understanding of how to build and train neural networks. Improve a network’s performance using convolutions as you train it to identify real-world images. You’ll teach machines to understand, analyze, and respond to human speech with natural language processing systems. Learn to process text, represent sentences as vectors, and input data to a neural network. You’ll even train an AI to create original poetry! AI is already transforming industries across the world. After finishing this Specialization, you’ll be able to apply your new TensorFlow skills to a wide range of problems and projects. Looking for more advanced TensorFlow content? Check out the new TensorFlow: Data and Deployment Specialization....
TensorFlow in Practice

Häufig gestellte Fragen

  • Access to lectures and assignments depends on your type of enrollment. If you take a course in audit mode, you will be able to see most course materials for free. To access graded assignments and to earn a Certificate, you will need to purchase the Certificate experience, during or after your audit. If you don't see the audit option:

    • The course may not offer an audit option. You can try a Free Trial instead, or apply for Financial Aid.
    • The course may offer 'Full Course, No Certificate' instead. This option lets you see all course materials, submit required assessments, and get a final grade. This also means that you will not be able to purchase a Certificate experience.
  • 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.

  • Wenn Sie ein Abonnement abgeschlossen haben, erhalten Sie eine 7-tägige, kostenlose Testversion, die Sie gebührenfrei wieder kündigen können. Danach gewähren wir keine Rückerstattungen mehr, aber Sie können Ihr Abonnement jederzeit kündigen. Lesen Sie unsere vollständige Rückerstattungsrichtlinie.

  • Ja, Coursera bietet für Kursteilnehmer, die sich die Kursgebühr nicht leisten können, finanzielle Unterstützung an. Bewerben Sie sich dafür, indem Sie auf den Link für finanzielle Unterstützung links unter der Schaltfläche „Anmelden“ klicken. Sie werden zum Ausfüllen eines Antrags aufgefordert und werden bei Genehmigung benachrichtigt. Diesen Schritt müssen Sie für jeden Kurs der Spezialisierung ausführen, auch für das Abschlussprojekt. Mehr erfahren

  • Für diesen Kurs gibt es keine akademischen Leistungspunkte, doch Hochschulen können nach eigenem Ermessen Leistungspunkte für Kurszertifikate vergeben. Wenden Sie sich an Ihre Einrichtung, um mehr zu erfahren. Online-Abschlüsse und Mastertrack™-Zertifikate auf Coursera bieten die Möglichkeit, akademische Leistungspunkte zu erwerben.

Haben Sie weitere Fragen? Besuchen Sie das Hilfe-Center für Teiln..