Is this course really 100% online? Do I need to attend any classes in person?

This course is completely online, so there’s no need to show up to a classroom in person. You can access your lectures, readings and assignments anytime and anywhere via the web or your mobile device.

Can I just enroll in a single course?

Yes! To get started, click the course card that interests you and enroll. You can enroll and complete the course to earn a shareable certificate. When you subscribe to a course that is part of a Specialization, you’re automatically subscribed to the full Specialization. Visit your learner dashboard to track your progress.

Is financial aid available?

Yes. In select learning programs, you can apply for financial aid or a scholarship if you can’t afford the enrollment fee. If fin aid or scholarship is available for your learning program selection, you’ll find a link to apply on the description page.

Can I take the course for free?

No, you cannot take this course for free. When you enroll in the course, you get access to all of the courses in the Specialization, and you earn a certificate when you complete the work. If you cannot afford the fee, you can apply for financial aid.

Will I earn university credit for completing the Specialization?

This Specialization doesn't carry university credit, but some universities may choose to accept Specialization Certificates for credit. Check with your institution to learn more.

Spécialisation AI Deep Learning Projects with TensorFlow

Acquérir des compétences de haut niveau avec Coursera Plus pour 199 $ (régulièrement 399 $). Économisez maintenant.

Spécialisation AI Deep Learning Projects with TensorFlow

Master Deep Learning Projects with TensorFlow. Build, train, and deploy real-world AI solutions using TensorFlow and Streamlit.

Instructeur : EDUCBA

Inclus avec

Série de 3 cours

Approfondissez votre connaissance d’un sujet

niveau Débutant

Expérience recommandée

4 semaines à compléter

à 10 heures par semaine

Planning flexible

Apprenez à votre propre rythme

Série de 3 cours

Approfondissez votre connaissance d’un sujet

niveau Débutant

Expérience recommandée

4 semaines à compléter

à 10 heures par semaine

Planning flexible

Apprenez à votre propre rythme

Ce que vous apprendrez

Apply TensorFlow to build, train, and optimize deep learning models for real-world datasets.
Integrate computer vision and NLP by developing image captioning applications with deployment.
Implement and deploy AI-powered detection systems, preparing for machine learning engineering roles.

Compétences que vous acquerrez

Catégorie : Keras (Neural Network Library)
Catégorie : Classification Algorithms
Catégorie : Deep Learning
Catégorie : Artificial Intelligence and Machine Learning (AI/ML)
Catégorie : Amazon Web Services
Catégorie : Tensorflow
Catégorie : Application Development
Catégorie : Python Programming
Catégorie : Image Analysis
Catégorie : Model Evaluation
Catégorie : Convolutional Neural Networks
Catégorie : Applied Machine Learning
Catégorie : Feature Engineering
Catégorie : Data Preprocessing
Catégorie : Amazon Elastic Compute Cloud
Catégorie : Network Architecture
Catégorie : Model Deployment
Catégorie : Transfer Learning
Catégorie : Artificial Neural Networks
Catégorie : Computer Vision

Détails à connaître

Certificat partageable

Ajouter à votre profil LinkedIn

Enseigné en Anglais

Récemment mis à jour !

octobre 2025

Découvrez comment les employés des entreprises prestigieuses maîtrisent des compétences recherchées

En savoir plus sur Coursera pour les affaires

logos de Petrobras, TATA, Danone, Capgemini, P&G et L'Oreal

Améliorez votre expertise en la matière

Acquérez des compétences recherchées auprès d’universités et d’experts du secteur
Maîtrisez un sujet ou un outil avec des projets pratiques
Développez une compréhension approfondie de concepts clés
Obtenez un certificat professionnel auprès de EDUCBA

Spécialisation - série de 3 cours

This Specialization equips learners with the practical skills to design, train, and deploy deep learning applications using TensorFlow. Across three project-based courses, learners will explore neural networks, image captioning systems, and real-time face mask detection. They will gain expertise in convolutional and recurrent models, transfer learning, and app deployment with Streamlit and AWS. By the end, learners will be able to create production-ready AI solutions that integrate seamlessly into modern applications, preparing them for careers in machine learning engineering and applied AI.

Projet d'apprentissage appliqué

Learners will work on hands-on projects, including building neural networks for image classification, developing an image captioning app, and implementing a real-time face mask detection system. Each project bridges theory with real-world application, ensuring learners practice end-to-end development and deployment of AI solutions.

Deep Learning with TensorFlow: Build Neural Networks

COURS 15 heures

Ce que vous apprendrez

Build and train neural networks in TensorFlow with parameter initialization.
Implement CNNs for image processing and real-world dataset classification.
Apply transfer learning to adapt pre-trained models for specialized tasks.

Compétences que vous acquerrez

Catégorie : Convolutional Neural Networks

Catégorie : Deep Learning

Catégorie : Tensorflow

Catégorie : Transfer Learning

Catégorie : Artificial Neural Networks

Catégorie : Data Preprocessing

Catégorie : Model Deployment

Catégorie : Classification Algorithms

Catégorie : Model Evaluation

Catégorie : Applied Machine Learning

Catégorie : Computer Vision

Catégorie : Network Architecture

Catégorie : Image Analysis

Image Captioning with TensorFlow & Streamlit

COURS 24 heures

Ce que vous apprendrez

Preprocess image/text datasets with tokenization and feature extraction.
Build CNN-RNN models and evaluate performance with BLEU scores.
Deploy a Streamlit image captioning app on AWS EC2 for real-world use.

Compétences que vous acquerrez

Catégorie : Amazon Web Services

Catégorie : Convolutional Neural Networks

Catégorie : Data Preprocessing

Catégorie : Recurrent Neural Networks (RNNs)

Catégorie : Applied Machine Learning

Catégorie : Model Deployment

Catégorie : Feature Engineering

Catégorie : Amazon Elastic Compute Cloud

Catégorie : Tensorflow

Catégorie : Deep Learning

Catégorie : Model Evaluation

Catégorie : Application Development

Catégorie : Image Analysis

TensorFlow: Build & Deploy Face Mask Detection

COURS 34 heures

Ce que vous apprendrez

Install and configure TensorFlow for model building and execution.
Train, save, and deploy linear and deep learning models.
Apply TensorFlow and Keras to a real-world face mask detection project.

Compétences que vous acquerrez

Catégorie : Tensorflow

Catégorie : Model Evaluation

Catégorie : Keras (Neural Network Library)

Catégorie : Transfer Learning

Catégorie : Model Deployment

Catégorie : Computer Vision

Catégorie : Deep Learning

Catégorie : Python Programming

Catégorie : Applied Machine Learning

Catégorie : Convolutional Neural Networks

Catégorie : Image Analysis

Obtenez un certificat professionnel

Ajoutez ce titre à votre profil LinkedIn, à votre curriculum vitae ou à votre CV. Partagez-le sur les médias sociaux et dans votre évaluation des performances.

Instructeur

EDUCBA

617 Cours182 960 apprenants

Offert par

EDUCBA

Pour quelles raisons les étudiants sur Coursera nous choisissent-ils pour leur carrière ?

Felipe M.

Étudiant(e) depuis 2018

’Pouvoir suivre des cours à mon rythme à été une expérience extraordinaire. Je peux apprendre chaque fois que mon emploi du temps me le permet et en fonction de mon humeur.’

Jennifer J.

Étudiant(e) depuis 2020

’J'ai directement appliqué les concepts et les compétences que j'ai appris de mes cours à un nouveau projet passionnant au travail.’

Larry W.

Étudiant(e) depuis 2021

’Lorsque j'ai besoin de cours sur des sujets que mon université ne propose pas, Coursera est l'un des meilleurs endroits où se rendre.’

Chaitanya A.

’Apprendre, ce n'est pas seulement s'améliorer dans son travail : c'est bien plus que cela. Coursera me permet d'apprendre sans limites.’

Ouvrez de nouvelles portes avec Coursera Plus

Accès illimité à 10,000+ cours de niveau international, projets pratiques et programmes de certification prêts à l'emploi - tous inclus dans votre abonnement.

Faites progresser votre carrière avec un diplôme en ligne

Obtenez un diplôme auprès d’universités de renommée mondiale - 100 % en ligne

Découvrir les diplômes

Rejoignez plus de 3 400 entreprises mondiales qui ont choisi Coursera pour les affaires

Améliorez les compétences de vos employés pour exceller dans l’économie numérique

Foire Aux Questions

The Specialization can typically be completed within 6 to 7 weeks, with an estimated commitment of 3–4 hours per week. This flexible pacing allows learners to balance their studies alongside professional or academic responsibilities. By following the structured sequence of hands-on projects and guided lessons, learners steadily build both theoretical understanding and practical expertise in TensorFlow-based deep learning. The timeline ensures consistent progress while providing ample opportunity to practice, implement, and refine newly acquired skills for real-world applications.

Learners are expected to have a basic understanding of Python programming and foundational concepts in machine learning. Prior exposure to linear algebra, probability, or neural networks is helpful but not strictly required, as core principles are reinforced throughout the courses.

Yes, the courses are designed to be taken in sequence for a progressive learning experience. Each course builds on the concepts and skills from the previous one, starting with fundamental TensorFlow models, advancing into image captioning, and culminating in real-world deployment projects.

Upon completion, learners will be able to design, train, and deploy deep learning applications using TensorFlow. They will have the skills to implement convolutional and recurrent models, apply transfer learning, integrate computer vision with natural language processing, and deploy production-ready AI applications with Streamlit and cloud platforms. These capabilities prepare learners for roles such as AI developer, machine learning engineer, or applied data scientist.