課程信息

100% 在線

立即開始,按照自己的計劃學習。

可靈活調整截止日期

根據您的日程表重置截止日期。

中級

完成時間大約為12 小時

建議:8–10 Stunden innerhalb einer Woche...

德語(German)

字幕:法語(French), 巴西葡萄牙語, 德語(German), 英語(English), 西班牙語(Spanish), 日語...

100% 在線

立即開始,按照自己的計劃學習。

可靈活調整截止日期

根據您的日程表重置截止日期。

中級

完成時間大約為12 小時

建議:8–10 Stunden innerhalb einer Woche...

德語(German)

字幕:法語(French), 巴西葡萄牙語, 德語(German), 英語(English), 西班牙語(Spanish), 日語...

教學大綱 - 您將從這門課程中學到什麼

1
完成時間為 17 分鐘

Einführung

2 個視頻 (總計 7 分鐘), 1 個閱讀材料
2 個視頻
1 個閱讀材料
Kursressourcen herunterladen10分鐘
完成時間為 3 小時

Kernkonzept von TensorFlow

19 個視頻 (總計 72 分鐘), 4 個測驗
19 個視頻
TensorFlow API-Hierarchie3分鐘
Verzögerte Bewertung4分鐘
Graph und Sitzung4分鐘
Tensoren auswerten2分鐘
Graphen visualisieren2分鐘
Tensoren6分鐘
Variablen6分鐘
Lab-Einführung: Low-Level-TensorFlow-Programme schreiben16
Lösungen für das Lab8分鐘
Einführung5分鐘
Formprobleme3分鐘
Formprobleme lösen2分鐘
Probleme mit Datentypen1分鐘
Fehlerbehebung bei Vollprogrammen4分鐘
Einführung: Fehlerbehebung bei Vollprogrammen15
Demo: Fehlerbehebung bei Vollprogrammen3分鐘
3 個練習
Was ist TensorFlow?2分鐘
Graph und Sitzung8分鐘
Kernkonzept von TensorFlow20分鐘
2
完成時間為 4 小時

Estimator API

18 個視頻 (總計 67 分鐘), 4 個測驗
18 個視頻
Demo: Modell über Hauspreise1分鐘
Prüfpunktausführung1分鐘
Datensätze im Speicher trainieren2分鐘
Lab-Einführung: Estimator API39
Lösungen für das Lab: Estimator API10分鐘
Mit Dataset API große Datensätze trainieren8分鐘
Lab-Einführung: TensorFlow-Aufnahme mit Batching hochskalieren35
Lösungen für das Lab: TensorFlow-Aufnahme mit Batching hochskalieren5分鐘
Große Aufträge, verteiltes Training6分鐘
Mit TensorBoard überwachen3分鐘
Demo: TensorBoard-Benutzeroberfläche28
Bereitstellungseingabefunktion5分鐘
Zusammenfassung Estimator API1分鐘
Lab-Einführung: TensorFlow-Modelle für verteiltes Training mit Estimator API erstellen51
Lösungen für das Lab: TensorFlow-Modelle für verteiltes Training mit Estimator API erstellen7分鐘
1 個練習
Estimator API18分鐘
3
完成時間為 2 小時

TensorFlow-Modelle mit CMLE skalieren

6 個視頻 (總計 29 分鐘), 2 個測驗
6 個視頻
Trainingsjobs überwachen und bereitstellen2分鐘
Lab-Einführung: TensorFlow mit Cloud Machine Learning Engine skalieren50
Lösungen für das Lab: TensorFlow mit Cloud Machine Learning Engine skalieren16分鐘
1 個練習
Cloud MLE10分鐘
完成時間為 2 分鐘

Zusammenfassung

1 個視頻 (總計 2 分鐘)
1 個視頻

關於 Google 云端平台

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....

關於 Machine Learning with TensorFlow on Google Cloud Platform auf Deutsch 專項課程

Was ist maschinelles Lernen und welche Probleme lassen sich damit lösen? Was sind die fünf Phasen zur Umsetzung eines für ML geeigneten Anwendungsfalls und warum darf keine dieser Phasen übersprungen werden? Warum sind neuronale Netze gerade so beliebt? Wie können Sie ein Projekt für betreutes Lernen gestalten und mithilfe des Gradientenverfahrens und sinnvoll erstellten Datasets eine gute, generalisierbare Lösung finden? In diesem Kurs lernen Sie, verteilte Modelle für ML zu schreiben, die in TensorFlow skaliert werden, das Training dieser Modelle horizontal zu skalieren und leistungsstarke Vorhersagen zu erstellen. Wir gehen darauf ein, wie Sie Rohdaten so in Merkmale umwandeln, dass ML wichtige Eigenschaften dieser Daten erlernen kann und menschliche Einblicke in das Problem zulässt. Schließlich lernen Sie, die richtige Mischung aus Parametern zu verwenden, um präzise und generalisierte Modelle zu erstellen, und Sie erhalten eine Einführung in die Theorie zum Lösen bestimmter Arten von ML-Problemen. Auf diese Weise gewinnen Sie ein umfassendes Verständnis von ML. Zuerst erstellen Sie eine auf ML ausgerichtete Strategie. Dann fahren Sie mit Modelltraining, Optimierung und Produktentwicklung fort. Hierbei helfen Ihnen praxisorientierte Labs der Google Cloud Platform. >>> Mit Ihrer Teilnahme an dieser Spezialisierung stimmen Sie den Nutzungsbedingungen von Qwiklabs zu, die Sie in den FAQs und unter folgendem Link finden: https://qwiklabs.com/terms_of_service <<<...
Machine Learning with TensorFlow on Google Cloud Platform auf Deutsch

常見問題

  • 是的,您可以在注册之前预览第一个视频和查看授课大纲。您必须购买课程,才能访问预览不包括的内容。

  • 如果您决定在班次开始日期之前注册课程,那么您将可以访问课程的所有课程视频和阅读材料。班次开始之后,您便可以提交作业。

  • 在您注册且班次开课之后,您将可以访问所有视频和其他资源,包括阅读材料内容和课程论坛。您将能够查看和提交练习作业,并完成所需的评分作业以获得成绩和课程证书。

  • 如果您成功完成课程,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。

  • 该课程是 Coursera 上提供的为数不多的课程之一,目前只对已购买课程或已获得助学金的学生开放。

還有其他問題嗎?請訪問 學生幫助中心