About this Course

최근 조회 8,027

100% 온라인

지금 바로 시작해 나만의 일정에 따라 학습을 진행하세요.

다음 전문 분야의 4개 강좌 중 3번째 강좌:

유동적 마감일

일정에 따라 마감일을 재설정합니다.

중급 단계

We recommend taking Course 1 of the TensorFlow in Practice Specialization first, or have a basic familiarity with building models in TensorFlow

완료하는 데 약 13시간 필요

권장: 4 weeks of study, 4-5 hours/week...

영어

자막: 영어

배울 내용

  • Check

    Leverage built-in datasets with just a few lines of code

  • Check

    Use APIs to control how you split your data

  • Check

    Process all types of unstructured data

귀하가 습득할 기술

TensorflowMachine Learning

100% 온라인

지금 바로 시작해 나만의 일정에 따라 학습을 진행하세요.

다음 전문 분야의 4개 강좌 중 3번째 강좌:

유동적 마감일

일정에 따라 마감일을 재설정합니다.

중급 단계

We recommend taking Course 1 of the TensorFlow in Practice Specialization first, or have a basic familiarity with building models in TensorFlow

완료하는 데 약 13시간 필요

권장: 4 weeks of study, 4-5 hours/week...

영어

자막: 영어

강의 계획 - 이 강좌에서 배울 내용

1

1

완료하는 데 4시간 필요

Data Pipelines with TensorFlow Data Services

완료하는 데 4시간 필요
14개 동영상 (총 27분), 1 quiz
14개의 동영상
Introduction1m
Popular datasets2m
Data pipelines58
Extract, transform, load3m
Versioning datasets2m
Looking at the notebook1m
Introduction43
Legacy API and Subsplits5m
Splits API (S3)2m
Introduction22
Legacy API in code1m
Splits API (S3) in code1m
P25_L5_D1 title: Week 1 wrap up43
2

2

완료하는 데 6시간 필요

Exporting your data into the training pipeline

완료하는 데 6시간 필요
21개 동영상 (총 44분), 5 readings, 2 quizzes
21개의 동영상
Introduction22
Input data1m
Basic mechanics2m
Numeric and bucketized columns2m
Vocabulary and hashed columns, feature crossing2m
Embedding columns2m
Introduction24
Notebook walkthrough4m
Introduction19
Numpy, Pandas and Images2m
CSV3m
Text and TFRecord1m
Generators1m
Introduction17
Notebook walkthrough4m
Introduction1m
Numpy and Pandas2m
Images1m
CSV4m
Text2m
5개의 읽기 자료
Link to the notebook10m
Link to the CNN course10m
Link to the notebook10m
CSV: colab10m
Link to the tokenization10m
1개 연습문제
Quiz
3

3

완료하는 데 4시간 필요

Performance

완료하는 데 4시간 필요
11개 동영상 (총 20분), 2 quizzes
11개의 동영상
Introduction36
ETL2m
What happens when you train a model2m
Introduction25
Caching58
Parallelism APIs2m
Autotuning2m
Parallelizing data extraction2m
Best practices for code improvements3m
A few words by Laurence34
1개 연습문제
Week 3 Quiz
4

4

완료하는 데 5시간 필요

Publishing your datasets

완료하는 데 5시간 필요
11개 동영상 (총 24분), 1 reading, 2 quizzes
11개의 동영상
Introduction44
How to start using a dataset2m
Implementation4m
File access and possible problems in data3m
Publishing the dataset3m
P28_L2_D1 (part 1) title: Title: Introduction18
Going through the colab (1)2m
Going through the colab (2)2m
Closing words14
A conversation with Andrew Ng1m
1개의 읽기 자료
URLs10m
1개 연습문제
Week 4 Quiz

강사

Image of instructor, Laurence Moroney

Laurence Moroney

AI Advocate
Google Brain

deeplearning.ai 정보

deeplearning.ai is Andrew Ng's new venture which amongst others, strives for providing comprehensive AI education beyond borders....

TensorFlow: Data and Deployment 전문 분야 정보

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 model. 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, use APIs to control how data splitting, and process all types of unstructured data. 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 AI. 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....
TensorFlow: Data and Deployment

자주 묻는 질문

  • 강좌에 등록하면 바로 모든 비디오, 테스트 및 프로그래밍 과제(해당하는 경우)에 접근할 수 있습니다. 상호 첨삭 과제는 이 세션이 시작된 경우에만 제출하고 검토할 수 있습니다. 강좌를 구매하지 않고 살펴보기만 하면 특정 과제에 접근하지 못할 수 있습니다.

  • 강좌를 등록하면 전문 분야의 모든 강좌에 접근할 수 있고 강좌를 완료하면 수료증을 취득할 수 있습니다. 전자 수료증이 성취도 페이지에 추가되며 해당 페이지에서 수료증을 인쇄하거나 LinkedIn 프로필에 수료증을 추가할 수 있습니다. 강좌 내용만 읽고 살펴보려면 해당 강좌를 무료로 청강할 수 있습니다.

궁금한 점이 더 있으신가요? 학습자 도움말 센터를 방문해 보세요.