このコースについて

31,032 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。

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

約27時間で修了

英語

字幕:英語

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。

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

約27時間で修了

英語

字幕:英語

提供:

インペリアル・カレッジ・ロンドン(Imperial College London) ロゴ

インペリアル・カレッジ・ロンドン(Imperial College London)

シラバス - 本コースの学習内容

1

1

6時間で修了

The Keras functional API

6時間で修了
14件のビデオ (合計81分), 5 readings, 2 quizzes
14件のビデオ
Interview with Laurence Moroney4 分
The Keras functional API5 分
Multiple inputs and outputs6 分
[Coding tutorial] Multiple inputs and outputs9 分
Variables5 分
Tensors5 分
[Coding tutorial] Variables and Tensors8 分
Accessing layer Variables4 分
Accessing layer Tensors5 分
[Coding tutorial] Accessing model layers8 分
Freezing layers4 分
[Coding tutorial] Freezing layers7 分
Wrap up and introduction to the programming assignment1 分
5件の学習用教材
About Imperial College & the team10 分
How to be successful in this course10 分
Grading policy10 分
Additional readings & helpful references10 分
Device placement10 分
1の練習問題
[Knowledge check] Transfer learning10 分
2

2

6時間で修了

Data Pipeline

6時間で修了
12件のビデオ (合計93分), 1 reading, 2 quizzes
12件のビデオ
Keras datasets3 分
[Coding tutorial] Keras datasets11 分
Dataset generators7 分
[Coding tutorial] Dataset generators12 分
Keras image data augmentation5 分
[Coding tutorial] Keras image data augmentation10 分
The Dataset class8 分
[Coding tutorial] The Dataset class10 分
Training with Datasets7 分
[Coding tutorial] Training with Datasets11 分
Wrap up and introduction to the programming assignment1 分
1件の学習用教材
TensorFlow Datasets10 分
1の練習問題
[Knowledge check] Python generators15 分
3

3

6時間で修了

Sequence Modelling

6時間で修了
13件のビデオ (合計92分)
13件のビデオ
Interview with Doug Kelly10 分
Preprocessing sequence data7 分
[Coding tutorial] The IMDB dataset8 分
[Coding tutorial] Padding and masking sequence data7 分
The Embedding layer4 分
[Coding tutorial] The Embedding layer4 分
[Coding tutorial] The Embedding Projector12 分
Recurrent neural network layers4 分
[Coding tutorial] Recurrent neural network layers9 分
Stacked RNNs and the Bidirectional wrapper7 分
[Coding tutorial] Stacked RNNs and the Bidirectional wrapper10 分
Wrap up and introduction to the programming assignment1 分
1の練習問題
[Knowledge check] Recurrent neural networks15 分
4

4

6時間で修了

Model subclassing and custom training loops

6時間で修了
12件のビデオ (合計71分)
12件のビデオ
Model subclassing5 分
[Coding tutorial] Model subclassing5 分
Custom layers7 分
[Coding tutorial] Custom layers10 分
Automatic differentiation5 分
[Coding tutorial] Automatic differentiation6 分
Custom training loops7 分
[Coding tutorial] Custom training loops10 分
tf.function decorator3 分
[Coding tutorial] tf.function decorator5 分
Wrap up and introduction to the programming assignment1 分

よくある質問

  • 修了証に登録すると、すべてのビデオ、テスト、およびプログラミング課題(該当する場合)にアクセスできます。ピアレビュー課題は、セッションが開始してからのみ、提出およびレビューできます。購入せずにコースを検討することを選択する場合、特定の課題にアクセスすることはできません。

  • 修了証を購入する際、コースのすべての教材(採点課題を含む)にアクセスできます。コースを完了すると、電子修了証が成果のページに追加されます。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。

  • 支払日から2週間後、または(開始直後のコースの場合は)コースの最初のセッションが開始されてから2週間後の、いずれかの遅い日付の期間までが全額の返金の対象となります。コースの修了証を取得した後は、2週間以内にコースを完了した場合でも返金することはできません。返金ポリシーをすべて表示します

  • 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。詳細

  • Jupyter Notebooks are a third-party tool that some Coursera courses use for programming assignments.

    You can revert your code or get a fresh copy of your Jupyter Notebook mid-assignment. By default, Coursera persistently stores your work within each notebook.

    To keep your old work and also get a fresh copy of the initial Jupyter Notebook, click File, then Make a copy.

    We recommend keeping a naming convention such as “Assignment 1 - Initial” or “Copy” to keep your notebook environment organized. You can also download this file locally.

    Refresh your notebook

    1. Rename your existing Jupyter Notebook within the individual notebook view
    2. In the notebook view, add “?forceRefresh=true” to the end of your notebook URL
    3. Reload the screen
    4. You will be directed to your home Learner Workspace where you’ll see both old and new Notebook files.
    5. Your Notebook lesson item will now launch to the fresh notebook.

    Find missing work

    If your Jupyter Notebook files have disappeared, it means the course staff published a new version of a given notebook to fix problems or make improvements. Your work is still saved under the original name of the previous version of the notebook.

    To recover your work:

    1. Find your current notebook version by checking the top of the notebook window for the title
    2. In your Notebook view, click the Coursera logo
    3. Find and click the name of your previous file

    Unsaved work

    "Kernels" are the execution engines behind the Jupyter Notebook UI. As kernels time out after 90 minutes of notebook activity, be sure to save your notebooks frequently to prevent losing any work. If the kernel times out before the save, you may lose the work in your current session.

    How to tell if your kernel has timed out:

    • Error messages such as "Method Not Allowed" appear in the toolbar area.
    • The last save or auto-checkpoint time shown in the title of the notebook window has not updated recently
    • Your cells are not running or computing when you “Shift + Enter”

    To restart your kernel:

    1. Save your notebook locally to store your current progress
    2. In the notebook toolbar, click Kernel, then Restart
    3. Try testing your kernel by running a print statement in one of your notebook cells. If this is successful, you can continue to save and proceed with your work.
    4. If your notebook kernel is still timed out, try closing your browser and relaunching the notebook. When the notebook reopens, you will need to do "Cell -> Run All" or "Cell -> Run All Above" to regenerate the execution state.
  • このコースでは大学の単位は付与されませんが、一部の大学ではコース修了証を単位として承認する場合があります。詳細については、大学にお問い合わせください。Coursera(コーセラ)のオンライン学位および Mastertrack™証明書は、大学の単位を取得する機会を提供します。

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。