Questo corso tratta la progettazione e la creazione di una pipeline di dati di input TensorFlow, la realizzazione di modelli ML con TensorFlow e Keras, il miglioramento dell'accuratezza dei modelli ML, la scrittura di modelli ML per l'uso su larga scala e la scrittura di modelli ML specializzati.
What you'll learn
Creare modelli di machine learning TensorFlow e Keras e descriverne i componenti chiave.
Utilizzare la libreria tf.data per manipolare dati e set di dati di grandi dimensioni.
Utilizzare le API Keras Sequential e Functional per creare modelli semplici e avanzati.
Addestrare, eseguire il deployment e implementare in produzione i modelli ML su larga scala con Vertex AI.
Details to know
Add to your LinkedIn profile
June 2024
4 assignments
See how employees at top companies are mastering in-demand skills
Earn a career certificate
Add this credential to your LinkedIn profile, resume, or CV
Share it on social media and in your performance review
There are 6 modules in this course
Questo modulo fornisce una panoramica del corso e dei suoi obiettivi.
What's included
1 video
Questo modulo introduce il framework di TensorFlow e ne presenta in anteprima i componenti principali, nonché la gerarchia generale delle API.
What's included
4 videos1 reading1 assignment
I dati sono un componente fondamentale di un modello di machine learning. Non basta, però, raccogliere i dati giusti. È necessario anche assicurarsi di mettere in atto i processi giusti per pulire, analizzare e trasformare i dati, se necessario, in modo che il modello possa sfruttarli al meglio. In questo modulo parleremo dell'addestramento su set di dati di grandi dimensioni con tf.data, dell'utilizzo dei file in memoria e di come preparare i dati per l'addestramento. Quindi discuteremo degli incorporamenti e termineremo con una panoramica sulla scalabilità dei dati con gli strati di pre-elaborazione di tf.keras.
What's included
10 videos1 reading1 assignment2 app items
In questo modulo esaminiamo le funzioni di attivazione e come vengono utilizzate per permettere alle reti neurali profonde di acquisire le non linearità dei dati. Quindi forniamo una panoramica delle reti neurali profonde utilizzando le API Keras Sequential e Functional. Successivamente, descriviamo la suddivisione in sottoclassi dei modelli, in modo da avere una maggiore flessibilità nella creazione dei modelli. Il modulo termina con una lezione sulla regolarizzazione.
What's included
10 videos1 reading1 assignment2 app items
In questo modulo viene descritto come addestrare i modelli TensorFlow su larga scala utilizzando Vertex AI.
What's included
3 videos1 reading1 assignment1 app item
Questo modulo è un riepilogo del corso TensorFlow on Google Cloud.
What's included
4 readings
Instructor
Offered by
Recommended if you're interested in Machine Learning
University of Toronto
Yale University
Yale University
Yale University
Why people choose Coursera for their career
New to Machine Learning? Start here.
Open new doors with Coursera Plus
Unlimited access to 7,000+ world-class courses, hands-on projects, and job-ready certificate programs - all included in your subscription
Advance your career with an online degree
Earn a degree from world-class universities - 100% online
Join over 3,400 global companies that choose Coursera for Business
Upskill your employees to excel in the digital economy
Frequently asked questions
Yes, you can preview the first video and view the syllabus before you enroll. You must purchase the course to access content not included in the preview.
If you decide to enroll in the course before the session start date, you will have access to all of the lecture videos and readings for the course. You’ll be able to submit assignments once the session starts.
Once you enroll and your session begins, you will have access to all videos and other resources, including reading items and the course discussion forum. You’ll be able to view and submit practice assessments, and complete required graded assignments to earn a grade and a Course Certificate.