Launch an AI Platform Notebook. Download the pre-trained Keras model.
Define helper functions for dataset conversion from csv to tf. Load the csv file into pandas dataframe and process it for WIT
Load the Keras models. Define the custom predict function for WIT
This is a self-paced lab that takes place in the Google Cloud console. In this lab, we demonstrate the use of the what-if-tool for image recognition models.
WIT
Convolutional Neural Network
CelebA dataset
在交互式實踐環境中學習新工具或新技能
您將能夠訪問云工作空間中的軟件和工具 - 無需下載
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.
在課程中，您將在交互式實踐環境中按照一系列說明完成活動或場景。課程在真實雲環境和各種產品的真實實例中完成，而不是在模擬或演示環境中完成。
購買課程後，您將獲得完成該課程所需的一切信息，包括完成該課程所需的任意產品的臨時訪問權限。
雖然從技術上講，您可以通過移動設備訪問此課程，但我們強烈建議您僅在筆記本電腦或台式機上完成課程。
是，您可以從課程中下載並保留您創建的任何文件。為此，請先確保您已將所有文件和工作保存到您的設備，然後再退出產品環境。
項目不符合退款條件。 請查看我們完整的退款政策。
項目沒有助學金。
在極少數情況下，課程可能會因維護或其他原因而被取消。如果您遇到任何問題，請聯繫我們。
項目不支持旁聽。
在頁面頂部，您可以查看為此課程推薦的經驗級別。
是，您在瀏覽器中即可獲得完成課程所需的一切。
還有其他問題嗎？請訪問 學生幫助中心。
