Transfer Learning for NLP with TensorFlow Hub

4.8
Sterne

150 Bewertungen

von

7.373 bereits angemeldet

In diesem Kostenloses angeleitetes Projekt werden Sie:

Use pre-trained NLP text embedding models from TensorFlow Hub

Perform transfer learning to fine-tune models on real-world text data

Visualize model performance metrics with TensorBoard

Präsentieren Sie diese praktische Erfahrung in einem Vorstellungsgespräch

1.5 hours
Mittel
Kein Download erforderlich
Video auf geteiltem Bildschirm
Englisch
Nur Desktop

This is a hands-on project on transfer learning for natural language processing with TensorFlow and TF Hub. By the time you complete this project, you will be able to use pre-trained NLP text embedding models from TensorFlow Hub, perform transfer learning to fine-tune models on real-world data, build and evaluate multiple models for text classification with TensorFlow, and visualize model performance metrics with Tensorboard. Prerequisites: In order to successfully complete this project, you should be competent in the Python programming language, be familiar with deep learning for Natural Language Processing (NLP), and have trained models with TensorFlow or and its Keras API. Note: This course works best for learners who are based in the North America region. We’re currently working on providing the same experience in other regions.

Anforderungen

It is assumed that are competent in Python programming and have prior experience with building deep learning NLP models with TensorFlow or Keras

Kompetenzen, die Sie erwerben werden

  • Natural Language Processing

  • Deep Learning

  • Inductive Transfer

  • Machine Learning

  • Tensorflow

Schritt für Schritt lernen

In einem Video, das auf einer Hälfte Ihres Arbeitsbereichs abgespielt wird, führt Sie Ihr Dozent durch diese Schritte:

  1. Introduction and Project Overview

  2. Setup your TensorFlow and Colab GPU Runtime

  3. Download and Import the Quora Insincere Questions Dataset

  4. TensorFlow Hub for Natural Language Processing

  5. Define Function to Build Models

  6. Compile Models

  7. Train Various Text Classification Models

  8. Compare Accuracy and Loss Curves

  9. Fine-tune Model from TF Hub

  10. Train Bigger Models and Visualize Metrics with TensorBoard

Ablauf angeleiteter Projekte

Ihr Arbeitsbereich ist ein Cloud-Desktop direkt in Ihrem Browser, kein Download erforderlich

Ihr Dozent leitet Sie in einem Video mit geteiltem Bildschirm Schritt für Schritt an.

Dozent

Bewertungen

Top-Bewertungen von TRANSFER LEARNING FOR NLP WITH TENSORFLOW HUB

Alle Bewertungen anzeigen

Häufig gestellte Fragen

Da Ihr Arbeitsbereich einen Cloud-Desktop enthält, der für einen Laptop oder Desktop-Computer ausgelegt ist, sind angeleitete Projekte auf Ihrem Mobilgerät nicht verfügbar.

Die Dozenten bei angeleiteten Projekten sind Fachexperten, die Erfahrung in den Fähigkeiten, Werkzeugen oder Bereichen der jeweiligen Projekte haben und leidenschaftlich daran interessiert sind, ihr Wissen weiterzugeben und so Millionen von Lernenden auf der ganzen Welt zu beeinflussen.

Sie können alle von Ihnen erstellten Dateien aus dem angeleiteten Projekt herunterladen und speichern. Zu diesem Zweck können Sie die Funktion „Dateibrowser“ verwenden, wenn Sie auf Ihren Cloud-Desktop zugreifen.

Oben auf der Seite können Sie auf das Erfahrungsniveau für dieses angeleitete Projekt klicken, um das vorausgesetzte Wissen anzuzeigen. Auf jedem Niveau führt der Dozent Schritt für Schritt durch das angeleitete Projekt.

Ja, alles, was Sie zum Abschließen Ihres angeleiteten Projekts benötigen, finden Sie auf einem Cloud-Desktop, der in Ihrem Browser verfügbar ist.

Sie lernen durch Praxis, indem Sie Aufgaben in einer Split-Screen-Umgebung direkt in Ihrem Browser erledigen. Auf der linken Seite des Bildschirms erledigen Sie die Aufgabe in Ihrem Arbeitsbereich. Auf der rechten Seite des Bildschirms sehen Sie einen Dozenten, der Sie schrittweise durch das Projekt führt.

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

Coursera Footer

Starten oder fördern Sie Ihre Karriere

Beliebte Kurse und Zertifizierungen

Beliebte Sammlungen und Artikel

Abschluss oder Zertifikat online erwerben

Coursera

Community

Mehr

Überall lernen
Placeholder
Placeholder
Placeholder