Bringing a machine learning model into the real world involves a lot more than just modeling. This Specialization will teach you how to navigate various deployment scenarios and use data more effectively to train your model.
제공자:
TensorFlow: Data and Deployment 특화 과정deeplearning.ai이 강좌에 대하여
최근 조회 53,784회
공유 가능한 수료증
완료 시 수료증 획득
100% 온라인
지금 바로 시작해 나만의 일정에 따라 학습을 진행하세요.
다음 특화 과정의 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 19시간 필요
영어
자막: 영어
귀하가 습득할 기술
TensorflowMachine Learning
공유 가능한 수료증
완료 시 수료증 획득
100% 온라인
지금 바로 시작해 나만의 일정에 따라 학습을 진행하세요.
다음 특화 과정의 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 19시간 필요
영어
자막: 영어
제공자:
deeplearning.ai
Founded by Andrew Ng, deeplearning.ai is on a mission to make world-class AI education accessible to people around the globe so that we can all benefit from an AI-powered future.
강의 계획 - 이 강좌에서 배울 내용
완료하는 데 5시간 필요
Data Pipelines with TensorFlow Data Services
You'll learn about the types of data that you would normally come across when doing machine learning.
완료하는 데 5시간 필요
14개 동영상 (총 27분), 2 개의 읽기 자료, 2 개의 테스트
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
Week 1 wrap up43
2개의 읽기 자료
Downloading the Coding Examples and Exercises10m
Try out the notebook yourself10m
1개 연습문제
Week 1 Quiz
완료하는 데 6시간 필요
Exporting your data into the training pipeline
This week you’re going to start looking at the code for using the data with input pipelines!
완료하는 데 6시간 필요
21개 동영상 (총 44분), 5 개의 읽기 자료, 2 개의 테스트
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
Week 2 Quiz
완료하는 데 4시간 필요
Performance
How you load your data into your model can have a huge impact on how efficiently the model trains. You'll learn how to handle your data input to avoid bottlenecks, race conditions and more!
완료하는 데 4시간 필요
11개 동영상 (총 20분)
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
완료하는 데 5시간 필요
Publishing your datasets
This week let’s learn about how you can share your data with the world in a way that’s easy for others to consume!
완료하는 데 5시간 필요
11개 동영상 (총 24분), 2 개의 읽기 자료, 2 개의 테스트
11개의 동영상
Introduction44
How to start using a dataset2m
Implementation4m
File access and possible problems in data3m
Publishing the dataset3m
Introduction18
Going through the colab (1)2m
Going through the colab (2)2m
Closing words14
A conversation with Andrew Ng1m
2개의 읽기 자료
URLs10m
Link to the colab10m
1개 연습문제
Week 4 Quiz
검토
DATA PIPELINES WITH TENSORFLOW DATA SERVICES의 최상위 리뷰
YO 제공2020년 5월 16일
Debugging exercises due to errors in indentation sounded stupid in the first place. But the joy of finally getting a "yes" in the assignment auto-grader beats them all.
PC 제공2020년 4월 16일
I understand why most of the students are furious about, but content wise, it one of those extremely helpful and important courses in Coursera. Really loved it!
MI 제공2020년 4월 3일
This course is quite essential, yet it is prepared too quickly? I had a hard time on Week 3 and Week 4 because the exercises are hard to grasp.
GL 제공2020년 3월 2일
Laurence cares deeply about the students. Not only about what they learn, but that they actually enjoy and learn it. What a fantastic teacher.
TensorFlow: Data and Deployment 특화 과정 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 machine learning models.
자주 묻는 질문
강의 및 과제를 언제 이용할 수 있게 되나요?
강의 및 과제 이용 권한은 등록 유형에 따라 다릅니다. 청강 모드로 강좌를 수강하면 대부분의 강좌 자료를 무료로 볼 수 있습니다. 채점된 과제를 이용하고 수료증을 받으려면 청강 도중 또는 이후에 수료증 경험을 구매해야 합니다. 청강 옵션이 표시되지 않는 경우:
- 강좌에서 청강 옵션을 제공하지 않을 수 있습니다. 대신 무료 평가판을 사용하거나 재정 지원을 신청할 수 있습니다.
이 전문 분야를 구독하면 무엇을 이용할 수 있나요?
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.
What is the refund policy?
예, Coursera에서는 수업료를 낼 수 없는 학습자를 위해 재정 지원을 제공합니다. 왼쪽에 있는 등록 버튼 아래 재정 지원 링크를 클릭하면 지원할 수 있습니다. 신청서를 작성하라는 메시지가 표시되며 승인되면 알림을 받습니다. 성취 프로젝트를 포함하여 전문 분야의 각 강좌에서 이 단계를 완료해야 합니다. 자세히 알아보기.
강좌를 수료하면 대학 학점을 받을 수 있나요?
이 강좌는 대학 학점을 제공하지 않지만, 일부 대학에서 선택적으로 강좌 수료증을 학점으로 인정할 수도 있습니다. 자세한 내용은 해당 기관에 문의하세요. Coursera의 온라인 학위 및 Mastertrack™ 수료증은 대학 학점을 취득할 기회를 제공합니다.
Will I earn university credit for completing the Course?
This Course doesn't carry university credit, but some universities may choose to accept Course Certificates for credit. Check with your institution to learn more. Online Degrees and Mastertrack™ Certificates on Coursera provide the opportunity to earn university credit.
궁금한 점이 더 있으신가요? 학습자 도움말 센터를 방문해 보세요.
