DeepLearning.AI

Spécialisation "TensorFlow : données et déploiement"

La Fête du Travail commence avec plus de 70 $ d'économies sur Coursera Plus. Bénéficiez de 40 % de réduction pendant 3 mois.

DeepLearning.AI

Spécialisation "TensorFlow : données et déploiement"

Laurence Moroney

Instructeur : Laurence Moroney

40 645 déjà inscrits

Approfondissez votre connaissance d’un sujet

des 1,475 examens de cours de ce programme

niveau Intermédiaire
Certaines connaissances prérequises
4 semaines à compléter
à 10 heures par semaine
Approfondissez votre connaissance d’un sujet

des 1,475 examens de cours de ce programme

niveau Intermédiaire
Certaines connaissances prérequises
4 semaines à compléter
à 10 heures par semaine

Ce que vous apprendrez

  • Exécutez des modèles dans votre navigateur en utilisant TensorFlow.js

  • Préparer et déployer des modèles sur des appareils mobiles en utilisant TensorFlow Lite

  • Accédez, organisez et traitez plus facilement les données d'entraînement à l'aide des services de données TensorFlow

  • Explorez quatre scénarios de déploiement avancés utilisant TensorFlow Serving, TensorFlow Hub et TensorBoard

Compétences que vous acquerrez

  • Catégorie : Vision par ordinateur
  • Catégorie : Pipelines de données
  • Catégorie : Javascript
  • Catégorie : Analyse d'images
  • Catégorie : Extraire, transformer, charger
  • Catégorie : Modèle de formation
  • Catégorie : Apprentissage fédéré
  • Catégorie : Importation/exportation de données
  • Catégorie : Réseaux neuronaux convolutifs
  • Catégorie : Optimisation du modèle
  • Catégorie : Apprentissage par transfert
  • Catégorie : Développement Android
  • Catégorie : Traitement des données
  • Catégorie : développement iOS
  • Catégorie : MLOps (Machine Learning Operations)
  • Catégorie : Prétraitement des données
  • Catégorie : Apprentissage automatique

Outils que vous découvrirez

  • Catégorie : Déploiement du modèle
  • Catégorie : Tensorflow
  • Catégorie : Apple iOS

Détails à connaître

Certificat partageable

Ajouter à votre profil LinkedIn

Enseigné en Anglais
Planning flexible
Apprenez à votre propre rythme

Découvrez comment les employés des entreprises prestigieuses maîtrisent des compétences recherchées

 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 DeepLearning.AI

Spécialisation - série de 4 cours

Modèles basés sur le navigateur avec TensorFlow.js

Modèles basés sur le navigateur avec TensorFlow.js

COURS 1, 19 heures

Ce que vous apprendrez

  • Entraînez et exécutez l'inférence dans un navigateur

  • Traiter les données dans un navigateur

  • Construire un modèle de classification et de reconnaissance d'objets à l'aide d'une webcam

Compétences que vous acquerrez

Catégorie : Tensorflow
Catégorie : Javascript
Catégorie : Modèle de formation
Catégorie : Apprentissage par transfert
Catégorie : JSON
Catégorie : Réseaux neuronaux artificiels
Catégorie : Applications Web
Catégorie : Apprentissage automatique appliqué
Catégorie : Vision par ordinateur
Catégorie : Réseaux neuronaux convolutifs
Catégorie : Analyse d'images
Catégorie : Traitement des données
Catégorie : Mise au point
Catégorie : Capture des données
Catégorie : Keras (bibliothèque de réseaux neuronaux)
Catégorie : Données en temps réel
Catégorie : Déploiement du modèle
Catégorie : Cadres JavaScript
Catégorie : Méthodes d'apprentissage automatique
Catégorie : Apprentissage automatique
Modèles basés sur les appareils avec TensorFlow Lite

Modèles basés sur les appareils avec TensorFlow Lite

COURS 2, 10 heures

Ce que vous apprendrez

  • Préparer des modèles pour les appareils fonctionnant sur piles

  • Exécuter des modèles sur les plateformes Android et iOS

  • Déployer des modèles sur des systèmes embarqués tels que Raspberry Pi et des microcontrôleurs

Compétences que vous acquerrez

Catégorie : Tensorflow
Catégorie : Systèmes embarqués
Catégorie : Déploiement du modèle
Catégorie : Optimisation du modèle
Catégorie : Modèle de formation
Catégorie : Développement Android
Catégorie : Apple iOS
Catégorie : Programmation Swift
Catégorie : développement iOS
Catégorie : Apprentissage automatique
Catégorie : Développement mobile
Catégorie : Vision par ordinateur

Ce que vous apprendrez

  • Réalisez des tâches ETL efficaces en utilisant les APIs de Tensorflow Data Services

  • Construisez des splits de formation/validation/test de n'importe quel jeu de données - personnalisé ou présent dans la bibliothèque TensorFlow Hub Dataset - à l'aide de l'API Splits

  • Utilisez différents modules et fonctions de l'API TFDS pour préparer vos données pour les pipelines de formation

  • Identifiez les goulots d'étranglement dans vos pipelines d'entrée et augmentez l'efficacité de votre flux de travail en parallélisant les entrées

Compétences que vous acquerrez

Catégorie : Tensorflow
Catégorie : Pipelines de données
Catégorie : Traitement des données
Catégorie : Prétraitement des données
Catégorie : Extraire, transformer, charger
Catégorie : Ingénierie des fonctionnalités
Catégorie : Importation/exportation de données
Catégorie : Gestion des données
Catégorie : Modèle de formation
Catégorie : Transformation des données
Catégorie : Apprentissage automatique appliqué
Catégorie : Partage des données
Catégorie : Optimisation des performances
Scénarios de déploiement avancés avec TensorFlow

Scénarios de déploiement avancés avec TensorFlow

COURS 4, 13 heures

Ce que vous apprendrez

  • Utilisez TensorFlow Serving pour faire de l'inférence sur le web

  • Naviguez dans TensorFlow Hub, un référentiel de modèles que vous pouvez utiliser pour l'apprentissage par transfert

  • Évaluez le fonctionnement de vos modèles et partagez les métadonnées de vos modèles à l'aide de TensorBoard

  • Découvrez l'apprentissage fédéré et la manière de recycler les modèles déployés tout en préservant la confidentialité des données

Compétences que vous acquerrez

Catégorie : Tensorflow
Catégorie : Apprentissage fédéré
Catégorie : Apprentissage par transfert
Catégorie : Déploiement du modèle
Catégorie : Protection de l'information
Catégorie : Mise au point
Catégorie : MLOps (Machine Learning Operations)
Catégorie : Emboîtements
Catégorie : Modèle de formation
Catégorie : Apprentissage automatique
Catégorie : Évaluation du modèle

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

Laurence Moroney
DeepLearning.AI
22 Cours611 772 apprenants

Offert par

DeepLearning.AI

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.’

Avis des étudiants sur TensorFlow : données et déploiement

moyenne sur l'ensemble des 4 cours

  • 5 étoiles

    78,63 %

  • 4 étoiles

    14,96 %

  • 3 étoiles

    4,08 %

  • 2 étoiles

    1,28 %

  • 1 étoile

    1,02 %

JG
Cours : Modèles basés sur le navigateur avec TensorFlow.js

Révisé le 19 déc. 2020

SK
Cours : Modèles basés sur les appareils avec TensorFlow Lite

Révisé le 15 juil. 2020

GL
Cours : Pipelines de données avec les services de données TensorFlow

Révisé le 2 mars 2020

Foire Aux Questions