TensorFlow : 資料與佈署專業課程

Contents

繼 TensorFlow 實踐專業套裝課程，本課程為 deeplearning.ai 針對 TensorFlow 進階的課程

關於此專業課程

繼續在 TensorFlow 中發展技能，你將學習在各種佈署場景中導航，並在訓練模型時發現更有效使用資料的新方法。在這四門專業課程中，你將學習如何將機器學習模型帶入各種裝置上真實地給人運用。首先了解如何在瀏覽器和行動應用程式中訓練和執行機器學習模型。瞭解如何僅用幾行程式碼就可以利用內建資料集，如何使用 API 控制資料拆分的方式以及如何處理所有型別的非結構化資料。將你的知識應用到各種佈署場景中，並瞭解 TensorFlow Serving、TensorFlow、Hub、TensorBoard等。世界各地的行業都在採用AI。這門由 Laurence Moroney 和 Andrew Ng 主講的專業課程將幫助你比以往更快、更準確地在任何裝置或平台上開發和佈署機器學習模型。

到官方網站了解本課程與上課

你將學到：

使用 TensorFlow.js 在瀏覽器中執行模型
使用 TensorFlow Lite在行動裝置上準備和佈署模型
使用 TensorFlow 資料服務更輕鬆地訪問、組織和處理培訓資料
使用 TensorFlow Serving、TensorFlow Hub 和 TensorBoard 探索四種高階佈署方案

字幕

英文

製作方

deeplearning.ai 是Andrew Ng 的新企業，其中包括：
努力提供超越國界的全面人工智能教育。

第 1 門課程使用 TensorFlow.js 的基於瀏覽器的模型

將一個機器學習模型帶入現實世界不僅僅是建模。這門專業課將教你如何導航各種佈署場景，並更有效地使用資料來訓練你的模型。

在第一個課程中，你將使用 TensorFlow.js 在任何瀏覽器中訓練和執行機器學習模型。你將學習在瀏覽器中處理資料的技術，最後你將建構一個電腦視覺專案，從網路攝像機識別和分類物件。

這個專業課建基於 TensorFlow 實踐專業課上。如果你是第一次使用 TensorFlow，我們建議你先修 TensorFlow 實踐專業課。為了深入瞭解神經網路的工作原理，我們建議你先上過深度學習專業課。

第 2 門課程使用 TensorFlow Lite 的基於設備的模型

將一個機器學習模型帶入現實世界不僅僅是建模。這門專業課將教你如何導航各種佈署場景，並更有效地使用資料來訓練你的模型。

第二門課程教你如何在行動應用程式中執行機器學習模型。你將學習如何為低功耗、電池驅動的裝置準備模型，然後在 Android 和 iOS 平台上執行模型。最後，你將探索如何在 Raspberry Pi 和微控制器上使用 TensorFlow 佈署嵌入式系統。

第 3 門課程使用 TensorFlow 資料服務的資料管道

將一個機器學習模型帶入現實世界不僅僅是建模。這門專業課將教你如何導航各種佈署場景，並更有效地使用資料來訓練你的模型。

在第三門課程中，你將使用 TensorFlow 中的一套工具來更有效地利用資料並訓練你的模型。你將學習如何利用只有幾行程式碼的內建資料集，如何使用 API 控制分割資料的方法，以及如何處理所有型別的非結構化資料。

第 4 門課程使用 TensorFlow 的高階佈署場景

將一個機器學習模型帶入現實世界不僅僅是建模。這門專業課將教你如何導航各種佈署場景，並更有效地使用資料來訓練你的模型。

在最後的課程中，你將探索在佈署模型時會遇到的四種不同的場景。我們將向你介紹 TensorFlow Serving，這是一種允許你在 Web 上進行推理的技術。你將繼續學習 TensorFlow Hub，它是一個模型的貯存庫，用來進行傳輸學習。然後，你將使用 TensorBoard 來評估和理解你的模型運作地如何，並與其他人共享你的模型元資料( model metadata )。最後，你將探討聯邦學習( Federated Learning )，以及如何運用使用者資料重新訓練已佈署的模型，同時維護資料隱私。