Apresentaremos o TensorFlow de baixo nível e trabalharemos com os conceitos e APIs necessários para gravar modelos de aprendizado de máquina distribuídos. Levando em consideração os modelos do TensorFlow, explicaremos como fazer o escalonamento horizontal do treinamento desse modelo e oferecer previsões de alto desempenho com o Cloud Machine Learning Engine.
Objetivos do curso:
Criar modelos de aprendizado de máquina no TensorFlow
Usar as bibliotecas do TensorFlow para solucionar problemas numéricos
Resolver problemas e lidar com dificuldades comuns do código do TensorFlow
Usar o tf_estimator para criar, treinar e avaliar modelos de aprendizado de máquina
Treinar, implantar e produzir modelos de aprendizado de máquina em escala com o Cloud ML Engine
Dieser Kurs ist Teil der Spezialisierung Spezialisierung Machine Learning with TensorFlow on Google Cloud Platform em Português Brasileiro
Intro to TensorFlow em Português Brasileiro
von
55 bereits angemeldet!
Lehrplan - Was Sie in diesem Kurs lernen werden
Woche
17 Minuten zum Abschließen
Introdução
A ferramenta que utilizaremos para criar programas de aprendizado de máquina é o TensorFlow, que será apresentado neste curso. No primeiro curso, você aprendeu a formular problemas corporativos como problemas de aprendizado de máquina. No segundo, viu como a máquina funciona na prática e como criar conjuntos de dados que podem ser usados no aprendizado de máquina. Agora que seus dados estão prontos, você pode começar a criar programas de aprendizado de máquina.
2 Videos (Gesamt 7 min)
3 Stunden zum Abschließen
Principais componentes do TensorFlow
Apresentaremos os principais componentes do TensorFlow. Além disso, você aprenderá na prática a criar programas de aprendizado de máquina. Você poderá fazer a comparação e a gravação de avaliações preguiçosas (lazy evaluation) e programas imperativos, trabalhar com gráficos, sessões e variáveis e, por fim, depurar programas do TensorFlow.
19 Videos (Gesamt 72 min), 4 Quiz
19 Videos
O que é o TensorFlow?2m
Benefícios de um gráfico direcionado5m
Hierarquia da API do TensorFlow3m
Avaliação preguiçosa4m
Gráfico e sessão4m
Como avaliar um tensor2m
Como visualizar um gráfico2m
Tensores6m
Variáveis6m
Introdução ao laboratório: como escrever programas do TensorFlow em baixo nível16
Solução do laboratório8m
Introdução5m
Problemas de forma3m
Como resolver problemas de forma2m
Problemas de tipo de dados1m
Como depurar programas completos4m
Introdução: como depurar programas completos15
Demonstração: como depurar programas completos3m
3 praktische Übungen
O que é o TensorFlow?2m
Gráfico e sessão8m
Principais componentes do TensorFlow20m
Woche
24 Stunden zum Abschließen
Estimator API
Neste módulo, falaremos sobre a Estimator API.
18 Videos (Gesamt 67 min), 4 Quiz
18 Videos
API Estimator3m
Estimators pré-desenvolvidos5m
Demonstração: modelo do preço de imóveis1m
Como estabelecer pontos de verificação1m
Treinamento em conjuntos de dados na memória2m
Introdução ao laboratório: API Estimator39
Solução do laboratório: API Estimator10m
Treinamento em grandes conjuntos de dados com a API Dataset8m
Introdução ao laboratório: como escalonar a ingestão do TensorFlow com o uso de lotes35
Solução do laboratório: como escalonar a ingestão do TensorFlow com o uso de lotes5m
Grandes jobs, treinamento distribuído6m
Como monitorar com o TensorBoard3m
Demonstração: IU do TensorBoard28
Como disponibilizar funções de entrada5m
Recapitulação: API Estimator1m
Introdução ao laboratório: como criar um modelo de treinamento do TensorFlow com a API Estimator51
Solução do laboratório: como criar um modelo de treinamento do TensorFlow com a API Estimator7m
1 praktische Übung
Teste – Estimator API18m
Woche
32 Stunden zum Abschließen
Como ampliar os modelos do TensorFlow com CMLE
Agora, vamos aprender a treinar seu modelo do TensorFlow na infraestrutura gerenciada do GCP para treinamento e implantação de modelo de aprendizado de máquina.
6 Videos (Gesamt 29 min), 2 Quiz
6 Videos
Por que usar o Cloud Machine Learning Engine?6m
Como treinar um modelo2m
Como monitorar e implantar jobs de treinamento2m
Introdução ao laboratório: como escalonar o TensorFlow com o Cloud Machine Learning Engine50
Solução do laboratório: como escalonar o TensorFlow com o Cloud Machine Learning Engine16m
1 praktische Übung
Teste – Cloud MLE10m
2 Minuten zum Abschließen
Resumo
Veja o resumo dos tópicos do TensorFlow abordados até agora no curso. Relembraremos o que foi discutido sobre o código do TensorFlow e a Estimator API, além do escalonamento dos seus modelos com o Cloud Machine Learning Engine.
1 Video (Gesamt 2 min)
1 Video
Resumo2m
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 die Spezialisierung Machine Learning with TensorFlow on Google Cloud Platform em Português Brasileiro
O que é aprendizado de máquina e que tipos de problema ele pode resolver? Quais são as cinco fases da conversão de um possível caso de uso de aprendizado de máquina e por que é importante que elas não sejam ignoradas? Por que as redes neurais são tão requisitadas hoje? Como configurar um problema de aprendizado supervisionado, além de encontrar uma solução ótima e generalizável com gradiente descendente e uma boa forma de criar conjuntos de dados? Aprenda a gravar modelos de aprendizado de máquina distribuídos com escalonamento no TensorFlow, faça escalonamento horizontal do treinamento desses modelos e ofereça previsões de alto desempenho. Converta dados brutos em atributos para informar características importantes desses dados ao aprendizado de máquina e ofereça uma percepção humana para dar suporte ao problema. Por fim, aprenda a incorporar a combinação ideal de parâmetros que produz modelos precisos e generalizados, além de conhecer a teoria para resolver tipos específicos de problemas de aprendizado de máquina. Você passará por todas as etapas do aprendizado de máquina, desde a criação de uma estratégia voltada para aprendizado de máquina até o treinamento, a otimização e a produção de modelos em laboratórios práticos com o Google Cloud Platform.
>>> Ao se inscrever nesta especialização você concorda com os Termos de Serviço do Qwiklabs conforme estabelecido na seção de perguntas frequentes. Veja os Termos de Serviço aqui: https://qwiklabs.com/terms_of_service <<<
Häufig gestellte Fragen
Kann ich vor der Anmeldung eine Vorschau des Kurses ansehen?
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.
Wann erhalte ich Zugang zu den Vorträgen und Aufgaben?
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.
Was bekomme ich, wenn ich mich anmelde?
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.
Wann erhalte ich mein Kurszertifikat?
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.
Warum kann ich nicht als Gast an diesem Kurs teilnehmen?
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.
Wie erfolgen Rückerstattungen?
Ist finanzielle Unterstützung möglich?
Haben Sie weitere Fragen? Besuchen Sie das Hilfe-Center für Teiln..
Coursera arbeitet mit erstklassigen Universitäten und Organisationen zusammen, um Online-Kurse anzubieten und dadurch universellen Zugriff auf die weltweit beste Ausbildung zu ermöglichen.
© 2019 Coursera Inc. Alle Rechte vorbehalten.
