Bringing a machine learning model into the real world involves a lot more than just modeling. This Specialization will teach you how to navigate various deployment scenarios and use data more effectively to train your model.
提供：
TensorFlow: Data and Deployment の専門講座deeplearning.aiこのコースについて
32,688 最近の表示
共有できる証明書
修了時に証明書を取得
100%オンライン
自分のスケジュールですぐに学習を始めてください。
次における4の4コース
柔軟性のある期限
スケジュールに従って期限をリセットします。
中級レベル
We recommend taking Course 1 of the TensorFlow in Practice Specialization first, or have basic familiarity with building models in TensorFlow.
約12時間で修了
英語
字幕：英語
学習内容
Use TensorFlow Serving to do inference over the web
Navigate TensorFlow Hub, a repository of models that you can use for transfer learning
Evaluate how your models work and share model metadata using TensorBoard
Explore federated learning and how to retrain deployed models while maintaining data privacy
習得するスキル
TensorFlow ServingMachine Learningfederated learningTensorFlow HubTensorBoard
共有できる証明書
修了時に証明書を取得
100%オンライン
自分のスケジュールですぐに学習を始めてください。
次における4の4コース
柔軟性のある期限
スケジュールに従って期限をリセットします。
中級レベル
We recommend taking Course 1 of the TensorFlow in Practice Specialization first, or have basic familiarity with building models in TensorFlow.
約12時間で修了
英語
字幕：英語
提供：
deeplearning.ai
Founded by Andrew Ng, deeplearning.ai is on a mission to make world-class AI education accessible to people around the globe so that we can all benefit from an AI-powered future.
シラバス - 本コースの学習内容
1時間で修了
TensorFlow Extended
1時間で修了
12件のビデオ （合計21分）, 5 readings, 1 quiz
12件のビデオ
Introduction24
Serving3 分
Installing TF Serving1 分
TensorFlow Serving summary30
Setup for serving2 分
Serving1 分
Predictions41
Passing data to serving1 分
Getting the predictions back1 分
Running the colab2 分
Complex model2 分
5件の学習用教材
Downloading the Coding Examples and Exercises10 分
Installation link10 分
TF server running in colab10 分
Serving with Fashion MNIST10 分
Ungraded Exercise - Serving with MNIST10 分
1の練習問題
Week 1 Quiz
5時間で修了
Sharing pre-trained models with TensorFlow Hub
5時間で修了
11件のビデオ （合計20分）, 7 readings, 2 quizzes
11件のビデオ
Introduction to TF Hub2 分
Transfer learning1 分
Inference1 分
Module storage2 分
Text based models1 分
Word embeddings1 分
Experimenting with embeddings1 分
Colab1 分
Classify cats and dogs1 分
Transfer learning1 分
7件の学習用教材
Tensorflow Hub link10 分
Link to saved models10 分
Colab10 分
Pre-trained Word Embeddings10 分
Text Classification Colab10 分
MobileNet model details10 分
Colab10 分
1の練習問題
Week 2 Quiz
5時間で修了
Tensorboard: tools for model training
5時間で修了
10件のビデオ （合計16分）, 2 readings, 2 quizzes
10件のビデオ
Tensorboard scalars1 分
Callbacks42
Histograms59
Publishing model details1 分
Local tensorboard2 分
Looking at graphics in a dataset2 分
More than one image56
Confusion matrix2 分
Multiple callbacks1 分
2件の学習用教材
tensorboard.dev10 分
Colab10 分
1の練習問題
Week 3 Quiz4 分
1時間で修了
Federated Learning
1時間で修了
9件のビデオ （合計22分）, 1 reading, 1 quiz
9件のビデオ
Training on mobile devices2 分
Data at the edge2 分
How it works2 分
Maintaining user privacy3 分
Masking2 分
APIs for Federated Learning2 分
Example of federated learning2 分
Outro59
1件の学習用教材
Colab10 分
1の練習問題
Week 4 Quiz30 分
レビュー
ADVANCED DEPLOYMENT SCENARIOS WITH TENSORFLOW からの人気レビュー
DRにより2020年6月6日
Enjoyed this specialization as much as I did the Tensorflow in practice. Thank you Laurence Moroney and Andrew Ng for getting these cool topics to all of us, so we can contribute back to community.
FLにより2020年3月19日
The first week is very useful. Tensorhub seems not helpful in a private company setting.\n\nI wish they talked about tf estimators which is also a common way to deploy models in SageMaker.
SMにより2020年4月10日
This topic seems to be very important but the content is not as good as rest of the weeks content, more explanations and more simple examples could have helped
DBにより2020年5月17日
Great work and I highly recommend this course/specialization! Good job of inserting needed edits to update what's happening in real time.
TensorFlow: Data and Deployment専門講座について
Continue developing your skills in TensorFlow as you learn to navigate through a wide range of deployment scenarios and discover new ways to use data more effectively when training your machine learning models.
In this four-course Specialization, you’ll learn how to get your machine learning models into the hands of real people on all kinds of devices. Start by understanding how to train and run machine learning models in browsers and in mobile applications. Learn how to leverage built-in datasets with just a few lines of code, learn about data pipelines with TensorFlow data services, use APIs to control data splitting, process all types of unstructured data and retrain deployed models with user data while maintaining data privacy. Apply your knowledge in various deployment scenarios and get introduced to TensorFlow Serving, TensorFlow, Hub, TensorBoard, and more.
Industries all around the world are adopting Artificial Intelligence. This Specialization from Laurence Moroney and Andrew Ng will help you develop and deploy machine learning models across any device or platform faster and more accurately than ever.
This Specialization builds upon skills learned in the TensorFlow in Practice Specialization. We recommend learners complete that Specialization prior to enrolling in TensorFlow: Data and Deployment.
よくある質問
いつ講座や課題にアクセスできるようになりますか？
講義と課題へのアクセスは、登録のタイプによって異なります。聴講モードでコースを受講すると、ほとんどのコース教材を無料で見ることができます。採点された課題にアクセスして修了証を取得するには、聴講中または聴講後に、修了証エクスペリエンスを購入する必要があります。聴講オプションが表示されない場合：
- コースは聴講オプションを提供していない可能性があります。代わりに無料トライアルをお試しいただくか、学資援助を申請することができます。
- コースは、聴講オプションを提供せずに「修了証なしフルコース」オプションを提供する場合があります。このオプションでは、すべてのコース教材が表示され、必須の評価を提出して、最終成績を取得することができます。この場合、修了証エクスペリエンスは購入できません。
この専門講座をサブスクライブすると何を行うことができるようになりますか？
コースに登録する際、専門講座のすべてのコースにアクセスできます。コースの完了時には修了証を取得できます。電子修了証が成果のページに追加され、そこから修了証を印刷したり、LinkedInのプロフィールに追加したりできます。コースの内容の閲覧のみを希望する場合は、無料でコースを聴講できます。
返金ポリシーについて教えてください。
サブスクライブすると、7日間の無料トライアルを体験できます。この期間中は解約金なしでキャンセルできます。それ以降、払い戻しはありませんが、サブスクリプションをいつでもキャンセルできます。返金ポリシーをすべて表示します。
学資援助はありますか？
はい。受講料の支払いが難しい受講生に、Coursera（コーセラ）は学資援助を提供しています。左側の［登録］ボタンの下にある［学資援助］のリンクをクリックして申請してください。申請書の入力を促すメッセージが表示され、承認されると通知が届きます。キャップストーンプロジェクトを含む専門講座の各コースでこのステップを完了する必要があります。詳細。
さらに質問がある場合は、受講者向けヘルプセンターにアクセスしてください。
