fbpx

TensorFlow : 資料與佈署專業課程

Contents

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 .png

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。

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 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。

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 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。

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


 到官方網站了解本課程與上課

Sponsored by Coursera

你可能會有興趣

不受 FB 演算法影響,歡迎透過 e-mail 訂閱網站更新

這個網站採用 Akismet 服務減少垃圾留言。進一步了解 Akismet 如何處理網站訪客的留言資料

Powered by WordPress.com.

Up ↑

%d 位部落客按了讚: