Über diesen Kurs
61,952 kürzliche Aufrufe

100 % online

Beginnen Sie sofort und lernen Sie in Ihrem eigenen Tempo.

Flexible Fristen

Setzen Sie Fristen gemäß Ihrem Zeitplan zurück.

Stufe „Mittel“

Ca. 10 Stunden zum Abschließen

Empfohlen: 2-3 weeks of study, 8-10 hours/week...

Englisch

Untertitel: Französisch, Portugiesisch (Brasilien), Deutsch, Englisch, Spanisch, Japanisch...
User
Kursteilnehmer, die sich für Course entscheiden, sind
  • Data Scientists
  • Machine Learning Engineers
  • Chief Technology Officers (CTOs)
  • Data Engineers
  • Technical Leads

Kompetenzen, die Sie erwerben

Application Programming Interfaces (API)EstimatorMachine LearningTensorflowCloud Computing
User
Kursteilnehmer, die sich für Course entscheiden, sind
  • Data Scientists
  • Machine Learning Engineers
  • Chief Technology Officers (CTOs)
  • Data Engineers
  • Technical Leads

100 % online

Beginnen Sie sofort und lernen Sie in Ihrem eigenen Tempo.

Flexible Fristen

Setzen Sie Fristen gemäß Ihrem Zeitplan zurück.

Stufe „Mittel“

Ca. 10 Stunden zum Abschließen

Empfohlen: 2-3 weeks of study, 8-10 hours/week...

Englisch

Untertitel: Französisch, Portugiesisch (Brasilien), Deutsch, Englisch, Spanisch, Japanisch...

Lehrplan - Was Sie in diesem Kurs lernen werden

Woche
1
7 Minuten zum Abschließen

Introduction

2 Videos (Gesamt 7 min)
2 Videos
Intro to Qwiklabs5m
3 Stunden zum Abschließen

Core TensorFlow

19 Videos (Gesamt 72 min), 4 Quiz
19 Videos
What is TensorFlow2m
Benefits of a Directed Graph5m
TensorFlow API Hierarchy3m
Lazy Evaluation4m
Graph and Session4m
Evaluating a Tensor2m
Visualizing a graph2m
Tensors6m
Variables6m
Lab Intro: Writing low-level TensorFlow programs16
Lab Solution8m
Introduction5m
Shape problems3m
Fixing shape problems2m
Data type problems1m
Debugging full programs4m
Intro: Debugging full programs15
Demo: Debugging Full Programs3m
3 praktische Übungen
What is TensorFlow?2m
Graphs and Sessions8m
Core TensorFlow20m
Woche
2
4 Stunden zum Abschließen

Estimator API

18 Videos (Gesamt 67 min), 4 Quiz
18 Videos
Estimator API3m
Pre-made Estimators5m
Demo: Housing Price Model1m
Checkpointing1m
Training on in-memory datasets2m
Lab Intro: Estimator API39
Lab Solution: Estimator API10m
Train on large datasets with Dataset API8m
Lab Intro: Scaling up TensorFlow ingest using batching35
Lab Solution: Scaling up TensorFlow ingest using batching5m
Big jobs, Distributed training6m
Monitoring with TensorBoard3m
Demo: TensorBoard UI28
Serving Input Function5m
Recap: Estimator API1m
Lab Intro: Creating a distributed training TensorFlow model with Estimator API51
Lab Solution: Creating a distributed training TensorFlow model with Estimator API7m
1 praktische Übung
Estimator API18m
Woche
3
2 Stunden zum Abschließen

Scaling TensorFlow models

6 Videos (Gesamt 29 min), 1 Lektüre, 2 Quiz
6 Videos
Why Cloud AI Platform?6m
Train a Model2m
Monitoring and Deploying Training Jobs2m
Lab Intro: Scaling TensorFlow with Cloud AI Platform50
Lab Solution: Scaling TensorFlow with Cloud AI Platform16m
1 Lektüre
Cloud ML Engine is now Cloud AI Platform10m
1 praktische Übung
Cloud AI Platform10m
2 Minuten zum Abschließen

Summary

1 Video (Gesamt 2 min)
1 Video
4.5
176 BewertungenChevron Right

32%

nahm einen neuen Beruf nach Abschluss dieser Kurse auf

35%

ziehen Sie für Ihren Beruf greifbaren Nutzen aus diesem Kurs

Top-Bewertungen von Intro to TensorFlow

von DWOct 17th 2018

pretty good. some of the code in the last lab could be better explained. also please debug the cloud shell, as it does not always show the "web preview" button ;) otherwise, good job!

von SSJun 6th 2018

Nice introduce, might be more on introduce the model structure, because I still need to read additional notes to locate how to train my deep learning model online.

Über 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....

Über den Spezialisierung Machine Learning with TensorFlow on Google Cloud Platform

What is machine learning, and what kinds of problems can it solve? What are the five phases of converting a candidate use case to be driven by machine learning, and why is it important that the phases not be skipped? Why are neural networks so popular now? How can you set up a supervised learning problem and find a good, generalizable solution using gradient descent and a thoughtful way of creating datasets? Learn how to write distributed machine learning models that scale in Tensorflow, scale out the training of those models. and offer high-performance predictions. Convert raw data to features in a way that allows ML to learn important characteristics from the data and bring human insight to bear on the problem. Finally, learn how to incorporate the right mix of parameters that yields accurate, generalized models and knowledge of the theory to solve specific types of ML problems. You will experiment with end-to-end ML, starting from building an ML-focused strategy and progressing into model training, optimization, and productionalization with hands-on labs using Google Cloud Platform. > By enrolling in this specialization you agree to the Qwiklabs Terms of Service as set out in the FAQ and located at: https://qwiklabs.com/terms_of_service <...
Machine Learning with TensorFlow on Google Cloud Platform

Häufig gestellte Fragen

  • Ja, Sie können eine Vorschau des ersten Videos und den Lehrplan ansehen, bevor Sie sich anmelden. Sie müssen den Kurs kaufen, um Zugriff auf die Inhalte zu erhalten, die nicht in der Vorschau inbegriffen sind.

  • Wenn Sie sich vor dem Startdatum der ersten Kurseinheit anmelden, haben Sie Zugriff auf alle Vortragsvideos und Texte für den Kurs. Sobald die erste Kurseinheit beginnt, können Sie Aufgaben einreichen.

  • Sobald Sie sich anmelden und Ihre Kurseinheit beginnt, haben Sie Zugriff auf alle Videos und andere Ressourcen, einschließlich der Texte und des Kurs-Diskussionsforums. Sie können praktische Aufgaben ansehen und einreichen und erforderliche bewertete Aufgaben abschließen, um eine Bewertung und ein Kurszertifikat zu erhalten.

  • Wenn Sie den Kurs erfolgreich abschließen, wird der Seite „Errungenschaften“ Ihr elektronisches Kurszertifikat hinzugefügt – von dort können Sie Ihr Kurszertifikat ausdrucken oder es zu Ihrem LinkedIn-Profil hinzufügen.

  • Dieser Kurs ist einer der wenigen auf Coursera angebotenen Kurse, die derzeit ausschließlich für Kursteilnehmer zugänglich sind, die bezahlt oder finanzielle Unterstützung erhalten haben, wenn diese verfügbar ist.

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