このコースについて

100,653 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26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26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

3時間で修了

Introduction to TensorFlow

3時間で修了
14件のビデオ (合計59分), 8 readings
14件のビデオ
Welcome to week 11 分
Hello TensorFlow!1 分
[Coding tutorial] Hello TensorFlow!2 分
What's new in TensorFlow 24 分
Interview with Laurence Moroney5 分
Introduction to Google Colab2 分
[Coding tutorial] Introduction to Google Colab8 分
TensorFlow documentation3 分
TensorFlow installation3 分
[Coding tutorial] pip installation3 分
[Coding tutorial] Running TensorFlow with Docker10 分
Upgrading from TensorFlow 13 分
[Coding tutorial] Upgrading from TensorFlow 16 分
8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
What is TensorFlow?10 分
Google Colab resources10 分
TensorFlow documentation10 分
Upgrade TensorFlow 1.x Notebooks10 分
2

2

7時間で修了

The Sequential model API

7時間で修了
13件のビデオ (合計59分)
13件のビデオ
What is Keras?1 分
Building a Sequential model4 分
[Coding tutorial] Building a Sequential model4 分
Convolutional and pooling layers4 分
[Coding tutorial] Convolutional and pooling layers5 分
The compile method5 分
[Coding tutorial] The compile method5 分
The fit method4 分
[Coding tutorial] The fit method7 分
The evaluate and predict methods6 分
[Coding tutorial] The evaluate and predict methods4 分
Wrap up and introduction to the programming assignment1 分
2の練習問題
[Knowledge check] Feedforward and convolutional neural networks15 分
[Knowledge check] Optimisers, loss functions and metrics15 分
3

3

7時間で修了

Validation, regularisation and callbacks

7時間で修了
11件のビデオ (合計60分)
11件のビデオ
Interview with Andrew Ng6 分
Validation sets4 分
[Coding Tutorial] Validation sets9 分
Model regularisation6 分
[Coding Tutorial] Model regularisation4 分
Introduction to callbacks5 分
[Coding tutorial] Introduction to callbacks7 分
Early stopping and patience6 分
[Coding tutorial] Early stopping and patience5 分
Wrap up and introduction to the programming assignment51
1の練習問題
[Knowledge check] Validation and regularisation15 分
4

4

7時間で修了

Saving and loading models

7時間で修了
12件のビデオ (合計74分)
12件のビデオ
Saving and loading model weights6 分
[Coding tutorial] Saving and loading model weights10 分
Model saving criteria4 分
[Coding tutorial] Model saving criteria11 分
Saving the entire model4 分
[Coding tutorial] Saving the entire model8 分
Loading pre-trained Keras models5 分
[Coding tutorial] Loading pre-trained Keras models7 分
TensorFlow Hub modules2 分
[Coding tutorial] TensorFlow Hub modules8 分
Wrap up and introduction to the programming assignment1 分

レビュー

GETTING STARTED WITH TENSORFLOW 2 からの人気レビュー

すべてのレビューを見る

よくある質問

  • Access to lectures and assignments depends on your type of enrollment. If you take a course in audit mode, you will be able to see most course materials for free. To access graded assignments and to earn a Certificate, you will need to purchase the Certificate experience, during or after your audit. If you don't see the audit option:

    • The course may not offer an audit option. You can try a Free Trial instead, or apply for Financial Aid.
    • The course may offer 'Full Course, No Certificate' instead. This option lets you see all course materials, submit required assessments, and get a final grade. This also means that you will not be able to purchase a Certificate experience.
  • 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.

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。