課程信息

32,829 次近期查看
可分享的證書
完成後獲得證書
100% 在線
立即開始,按照自己的計劃學習。
第 4 門課程(共 4 門)
可靈活調整截止日期
根據您的日程表重置截止日期。
中級

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

完成時間大約為12 小時
英語(English)
字幕:英語(English)

您將學到的內容有

  • Use TensorFlow Serving to do inference over the web

  • Navigate TensorFlow Hub, a repository of models that you can use for transfer learning

  • Evaluate how your models work and share model metadata using TensorBoard

  • Explore federated learning and how to retrain deployed models while maintaining data privacy

您將獲得的技能

TensorFlow ServingMachine Learningfederated learningTensorFlow HubTensorBoard
可分享的證書
完成後獲得證書
100% 在線
立即開始,按照自己的計劃學習。
第 4 門課程(共 4 門)
可靈活調整截止日期
根據您的日程表重置截止日期。
中級

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

完成時間大約為12 小時
英語(English)
字幕:英語(English)

講師

提供方

deeplearning.ai 徽標

deeplearning.ai

教學大綱 - 您將從這門課程中學到什麼

1

1

完成時間為 1 小時

TensorFlow Extended

完成時間為 1 小時
12 個視頻 (總計 21 分鐘), 5 個閱讀材料, 1 個測驗
12 個視頻
Introduction24
Serving3分鐘
Installing TF Serving1分鐘
TensorFlow Serving summary30
Setup for serving2分鐘
Serving1分鐘
Predictions41
Passing data to serving1分鐘
Getting the predictions back1分鐘
Running the colab2分鐘
Complex model2分鐘
5 個閱讀材料
Downloading the Coding Examples and Exercises10分鐘
Installation link10分鐘
TF server running in colab10分鐘
Serving with Fashion MNIST10分鐘
Ungraded Exercise - Serving with MNIST10分鐘
1 個練習
Week 1 Quiz
2

2

完成時間為 5 小時

Sharing pre-trained models with TensorFlow Hub

完成時間為 5 小時
11 個視頻 (總計 20 分鐘), 7 個閱讀材料, 2 個測驗
11 個視頻
Introduction to TF Hub2分鐘
Transfer learning1分鐘
Inference1分鐘
Module storage2分鐘
Text based models1分鐘
Word embeddings1分鐘
Experimenting with embeddings1分鐘
Colab1分鐘
Classify cats and dogs1分鐘
Transfer learning1分鐘
7 個閱讀材料
Tensorflow Hub link10分鐘
Link to saved models10分鐘
Colab10分鐘
Pre-trained Word Embeddings10分鐘
Text Classification Colab10分鐘
MobileNet model details10分鐘
Colab10分鐘
1 個練習
Week 2 Quiz
3

3

完成時間為 5 小時

Tensorboard: tools for model training

完成時間為 5 小時
10 個視頻 (總計 16 分鐘), 2 個閱讀材料, 2 個測驗
10 個視頻
Tensorboard scalars1分鐘
Callbacks42
Histograms59
Publishing model details1分鐘
Local tensorboard2分鐘
Looking at graphics in a dataset2分鐘
More than one image56
Confusion matrix2分鐘
Multiple callbacks1分鐘
2 個閱讀材料
tensorboard.dev10分鐘
Colab10分鐘
1 個練習
Week 3 Quiz4分鐘
4

4

完成時間為 1 小時

Federated Learning

完成時間為 1 小時
9 個視頻 (總計 22 分鐘), 1 個閱讀材料, 1 個測驗
9 個視頻
Training on mobile devices2分鐘
Data at the edge2分鐘
How it works2分鐘
Maintaining user privacy3分鐘
Masking2分鐘
APIs for Federated Learning2分鐘
Example of federated learning2分鐘
Outro59
1 個閱讀材料
Colab10分鐘
1 個練習
Week 4 Quiz30分鐘

審閱

來自ADVANCED DEPLOYMENT SCENARIOS WITH TENSORFLOW的熱門評論

查看所有評論

關於 TensorFlow: Data and Deployment 專項課程

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. 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, learn about data pipelines with TensorFlow data services, use APIs to control data splitting, process all types of unstructured data and retrain deployed models with user data while maintaining data privacy. 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 Artificial Intelligence. 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. This Specialization builds upon skills learned in the TensorFlow in Practice Specialization. We recommend learners complete that Specialization prior to enrolling in TensorFlow: Data and Deployment....
TensorFlow: Data and Deployment

常見問題

  • 讲座和作业的访问权限取决于您的注册类型。如果您以旁听模式参加课程,则可以免费查看大多数课程资料。要访问评分作业并获得证书,您需要在旁听期间或之后购买证书体验。如果看不到旁听选项:

    • 课程可能不提供旁听选项。您可以尝试免费试用,也可以申请助学金。
    • 课程可能会改为提供'完整课程,没有证书'。通过此选项,您可以查看所有课程材料、提交所要求的作业,以及获得最终成绩。这也意味着您将无法购买证书体验。
  • 您注册课程后,将有权访问专项课程中的所有课程,并且会在完成课程后获得证书。您的电子课程证书将添加到您的成就页中,您可以通过该页打印您的课程证书或将其添加到您的领英档案中。如果您只想阅读和查看课程内容,可以免费旁听课程。

  • 如果订阅,您可以获得 7 天免费试听,在此期间,您可以取消课程,无需支付任何罚金。在此之后,我们不会退款,但您可以随时取消订阅。请阅读我们完整的退款政策

  • 是的,Coursera 可以为无法承担费用的学生提供助学金。通过点击左侧“注册”按钮下的“助学金”链接可以申请助学金。您可以根据屏幕提示完成申请,申请获批后会收到通知。您需要针对专项课程中的每一门课程完成上述步骤,包括毕业项目。了解更多

還有其他問題嗎?請訪問 學生幫助中心