Contents
關於此課程
TensorFlow 是當今最受歡迎和最受歡迎的開源深度學習框架之一。 DeepLearning.AI TensorFlow 開發人員專業證書計劃教授您使用 TensorFlow 應用機器學習技能,以便您構建和訓練強大的模型。
在這個包含四門課程的專業證書課程中,您將學習必要的工具,以使用 TensorFlow 建構可擴展的 AI 驅動的應用程式。 完成本課程後,您將能夠將新的 TensorFlow 技能應用到範圍廣泛的問題和專案中。 該計劃可以幫助您準備 Google TensorFlow 證書考試,讓您離獲得 Google TensorFlow 證書更近一步。
準備好將您的模型部署到世界各地了嗎? 通過 TensorFlow : 資料與佈署專業課程 了解如何使用您的模型。
希望為複雜場景訂製和建構強大的真實世界模型? 查看 TensorFlow:高級技術專業課。
應用的學習專案
在 DeepLearning.AI TensorFlow 開發人員專業證書計劃中,您將通過 16 項 Python 程式作業獲得實踐經驗。 到本課程結束時,您將準備好:
- 使用 TensorFlow 建構和訓練神經網路
- 在訓練網路識別真實圖像時使用卷積提高網路性能
- 教機器使用自然語言處理系統理解、分析和回應人類語音
- 處理文本,將句子表示為向量,並訓練模型來創作原創詩歌!
到官方網站了解本課程與上課
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 人工智慧、機器學習和深度學習的 TensorFlow 介紹
課程概述
如果你是想要建構可擴展的 AI 驅動演算法的軟體開發人員,你需要了解如何使用這些工具來構建它們。本課程是即將到來的 Tensorflow 專業機器學習的一部分,將教你使用 TensorFlow 的最佳實踐,TensorFlow 是一種流行的機器學習開源框架。 Andrew Ng 的機器學習(ML)課程和深度學習( DL )專業課程教授機器學習和深度學習的最重要和基礎原理。這個新的 deeplearning.ai TensorFlow 專業課程教你如何使用 TensorFlow 來實現這些原則,以便你可以開始建構可應用的可擴展模型並將其應用於實際問題。為了更深入地了解神經網路的工作原理,我們建議你參加深度學習專業課程。完整的 deeplearning.ai TensorFlow 專業課將在今年晚些時候推出,但你可以開始使用課程 1,關於 AI、ML 和 DL 的 Tensorflow 簡介,現在可在 Coursera 上獲得。
模組 1 : A New Programming Paradigm
模組 2 : Introduction to Computer Vision
模組 3 : Enhancing Vision with Convolutional Neural Networks
模組 4 : Using Real-world Images
第 2 門課程 TensorFlow 的卷積神經網路
課程概述
如果你是想要建構可擴充的 AI 驅動演算法的軟體開發人員,則需要了解如何使用這些工具來建構它們。本課程是即將到來的 Tensorflow 專業課程機器學習的一部分,將教你使用 TensorFlow 的最佳實踐,TensorFlow 是一種流行的機器學習開源框架。在 deeplearning.ai TensorFlow 專業課程2中,你將學習改進課程1中建構的電腦視覺模型的高階技術。你將探索如何使用不同形狀和大小的真實世界影像,通過卷積做視覺化的旅程,來瞭解電腦如何“看到”資訊、繪製損失和準確性,並探索防止過度彌合( overfitting )的策略,包括增強和退出( dropout )。最後,課程2將跟你介紹轉移學習以及如何從模型中提取已學過的特徵。 Andrew Ng 的機器學習課程和深度學習專業課程教授機器學習和深度學習的最重要和基礎原理。這個新的 deeplearning.ai TensorFlow專業課教你如何使用 TensorFlow 來實現這些原則,以便你可以開始建構並運用的可擴充模型並將其應用到實際問題。為了更深入地瞭解神經網路的工作原理,我們建議你參加深度學習專業課。完整的deeplearning.ai TensorFlow 專業課將在今年晚些時候推出,但你今天可以報名參加前兩門課程。我們建議從課程 1 開始:針對AI、ML 和 DL 的 TensorFlow 簡介。
模組 1 : Exploring a Larger Dataset
模組 2 : Augmentation: A technique to avoid overfitting
模組 3 : Transfer Learning
模組 4 : Multiclass Classifications
第 3 門課程 TensorFlow 的自然語言處理
課程概述
如果你是想要建構可擴展的 AI 驅動演算法的軟體開發人員,則需要了解如何使用這些工具來建構它們。本專業課將教你使用 TensorFlow 的最佳實踐, TensorFlow 是一種流行的機器學習開源框架。在 deeplearning.ai TensorFlow 專業課程 3 中,你將使用 TensorFlow 建構自然語言處理系統。你將學習處理文本,包括標記解析( tokenizing )和將句子表示為向量,以便將它們輸入到神經網路。你還將學習在 TensorFlow 中應用 RNN、GRU 和 LSTM。最後,你將在現有文本上訓練 LSTM 以創作原創詩歌! Andrew Ng 的機器學習課程和深度學習專業課程教授機器學習和深度學習的最重要和基礎原理。這個新的 deeplearning.ai TensorFlow專業課教你如何使用 TensorFlow 來實現這些原則,以便你可以開始建構可運用的可擴展模型並將其應用到實際問題。為了更深入地了解神經網路的工作原理,我們建議你參加深度學習專業課。
模組 1 : Sentiment in text
模組 2 : Word Embeddings
模組 3 : Sequence models
模組 4 : Sequence models and literature
第 4 門課程 序列、時間序列和預測
課程概述
deeplearning.ai TensorFlow 專業課程 4 將教你如何使用 RNN、ConvNets 和WaveNet 架構解決時間序列和預測問題。該課程即將推出,但你現在可以預先註冊。
到官方網站了解本課程與上課

你可能會有興趣
- 資料科學與機器學習相關線上課程
- Coursera 前十大最受歡迎課程
- 歡迎加入 Soft & Share 特價線上課程 社團!
你必須登入才能發表留言。