課程信息
Presentaremos TensorFlow de bajo nivel y abordaremos las API y los conceptos necesarios para poder escribir modelos de aprendizaje automático distribuido. Con un modelo de TensorFlow, explicaremos cómo escalar de manera horizontal el entrenamiento de ese modelo y ofreceremos predicciones de alto rendimiento mediante Cloud Machine Learning Engine. Objetivos del curso: Crear modelos de aprendizaje automático en TensorFlow Usar las bibliotecas de TensorFlow para resolver problemas numéricos Solucionar problemas y depurar errores de código comunes de TensorFlow Usar tf_estimator para crear, entrenar y evaluar un modelo de AA Entrenar, implementar y llevar a producción modelos de AA a gran escala con Cloud ML Engine...
Globe

100% 在線課程

立即開始,按照自己的計劃學習。
Calendar

可靈活調整截止日期

根據您的日程表重置截止日期。
Intermediate Level

中級

Clock

Approx. 12 hours to complete

建議:1 semana de estudio, de 8 a 10 horas por semana...
Comment Dots

English

字幕:English, Portuguese (Brazilian), German, Spanish, Japanese...
Globe

100% 在線課程

立即開始,按照自己的計劃學習。
Calendar

可靈活調整截止日期

根據您的日程表重置截止日期。
Intermediate Level

中級

Clock

Approx. 12 hours to complete

建議:1 semana de estudio, de 8 a 10 horas por semana...
Comment Dots

English

字幕:English, Portuguese (Brazilian), German, Spanish, Japanese...

教學大綱 - 您將從這門課程中學到什麼

Week
1
Clock
完成時間為 7 分鐘

Introducción

Comenzaremos el curso con una introducción de TensorFlow, la herramienta que usaremos para escribir programas de aprendizaje automático. En el primer curso, aprendió a formular problemas de negocios como problemas de aprendizaje automático. En el segundo, aprendió cómo funciona el aprendizaje automático en la práctica y cómo crear conjuntos de datos para ese uso específico. Ahora que ya cuenta con los datos necesarios, es hora de prepararse para escribir programas de aprendizaje automático....
Reading
2 個視頻(共 7 分鐘)
Video2 個視頻
Introducción a Qwiklabs5分鐘
Clock
完成時間為 3 小時

Aspectos básicos de TensorFlow

Le presentaremos los componentes centrales de TensorFlow y obtendrá experiencia práctica en la compilación de programas de aprendizaje automático. Comparará y escribirá programas imperativos y de evaluación perezosa; trabajará con gráficos, sesiones y variables y, por último, depurará programas de TensorFlow. ...
Reading
19 個視頻(共 72 分鐘), 4 個測驗
Video19 個視頻
¿Qué es TensorFlow?2分鐘
Beneficios de un grafo dirigido5分鐘
Jerarquía de la API de TensorFlow3分鐘
Evaluación perezosa4分鐘
Gráficos y sesiones4分鐘
Cómo evaluar un tensor2分鐘
Cómo visualizar un grafo2分鐘
Tensores6分鐘
Variables6分鐘
Introducción al lab Escritura de programas de TensorFlow de nivel bajo分鐘
Solución del lab8分鐘
Introducción5分鐘
Problemas de forma3分鐘
Cómo corregir problemas de forma2分鐘
Problemas de tipos de datos1分鐘
Depuración de programas completos4分鐘
Introducción a la depuración de programas completos分鐘
Demostración: Depuración de programas completos3分鐘
Quiz3 個練習
¿Qué es TensorFlow?2分鐘
Gráfico y sesión8分鐘
Aspectos básicos de TensorFlow20分鐘
Week
2
Clock
完成時間為 4 小時

API de Estimator

En este módulo, aprenderá sobre la API de Estimator....
Reading
18 個視頻(共 67 分鐘), 4 個測驗
Video18 個視頻
API de Estimator3分鐘
Estimadores prediseñados5分鐘
Demostración: Modelo de predicción de precios de viviendas1分鐘
Controles1分鐘
Entrenamiento de conjuntos de datos en la memoria2分鐘
Introducción al lab API de Estimator分鐘
Solución del lab API de Estimator10分鐘
Entrenamiento de conjuntos de datos grandes con la API de Dataset8分鐘
Introducción al lab Cómo escalar la transferencia de TensorFlow mediante lotes分鐘
Solución del lab Cómo escalar la transferencia de TensorFlow mediante lotes5分鐘
Trabajos grandes y entrenamiento distribuido6分鐘
Supervisión con TensorBoard3分鐘
Demostración de la IU de TensorBoard分鐘
Función de entradas de entregas5分鐘
Resumen: API de Estimator1分鐘
Introducción al lab Creación de un modelo de TensorFlow para entrenamiento distribuido con la API de Estimator分鐘
Solución del lab: Creación de un modelo de TensorFlow para entrenamiento distribuido con la API de Estimator7分鐘
Quiz1 個練習
Estimator API18分鐘
Week
3
Clock
完成時間為 2 小時

Escalamiento de modelos de TensorFlow con CMLE

En esta sesión, hablaremos sobre cómo tomar un modelo de TensorFlow y entrenarlo en la infraestructura administrada de GCP para el entrenamiento y la implementación de modelos de aprendizaje automático....
Reading
6 個視頻(共 29 分鐘), 2 個測驗
Video6 個視頻
¿Por qué usar Cloud Machine Learning Engine?6分鐘
Entrenamiento de un modelo2分鐘
Implementación y supervisión de trabajos de entrenamiento2分鐘
Introducción al lab Cómo escalar TensorFlow con Cloud Machine Learning Engine分鐘
Solución del lab Cómo escalar TensorFlow con Cloud Machine Learning Engine16分鐘
Quiz1 個練習
Cuestionario: Cloud MLE10分鐘
Clock
完成時間為 2 分鐘

Resumen

En esta sesión, resumimos los temas de TensorFlow que se trataron durante este curso. Repasaremos el código básico de TensorFlow y la API de Estimator, y terminaremos con el escalamiento de los modelos de aprendizaje automático con Cloud Machine Learning Engine....
Reading
1 個視頻(共 2 分鐘)
Video1 個視頻
Resumen2分鐘

關於 Google Cloud

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....

常見問題

  • Yes, you can preview the first video and view the syllabus before you enroll. You must purchase the course to access content not included in the preview.

  • If you decide to enroll in the course before the session start date, you will have access to all of the lecture videos and readings for the course. You’ll be able to submit assignments once the session starts.

  • Once you enroll and your session begins, you will have access to all videos and other resources, including reading items and the course discussion forum. You’ll be able to view and submit practice assessments, and complete required graded assignments to earn a grade and a Course Certificate.

  • If you complete the course successfully, your electronic Course Certificate will be added to your Accomplishments page - from there, you can print your Course Certificate or add it to your LinkedIn profile.

  • This course is one of a few offered on Coursera that are currently available only to learners who have paid or received financial aid. If you’d like to take this course, but can’t afford the course fee, we encourage you to submit a financial aid application.

還有其他問題嗎?請訪問 學生幫助中心