このコースについて

105,818 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:

Placeholder

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

TensorFlow 2 for Deep Learning専門講座について

This Specialization is intended for machine learning researchers and practitioners who are seeking to develop practical skills in the popular deep learning framework TensorFlow. The first course of this Specialization will guide you through the fundamental concepts required to successfully build, train, evaluate and make predictions from deep learning models, validating your models and including regularisation, implementing callbacks, and saving and loading models. The second course will deepen your knowledge and skills with TensorFlow, in order to develop fully customised deep learning models and workflows for any application. You will use lower level APIs in TensorFlow to develop complex model architectures, fully customised layers, and a flexible data workflow. You will also expand your knowledge of the TensorFlow APIs to include sequence models. The final course specialises in the increasingly important probabilistic approach to deep learning. You will learn how to develop probabilistic models with TensorFlow, making particular use of the TensorFlow Probability library, which is designed to make it easy to combine probabilistic models with deep learning. As such, this course can also be viewed as an introduction to the TensorFlow Probability library. Prerequisite knowledge for this Specialization is python 3, general machine learning and deep learning concepts, and a solid foundation in probability and statistics (especially for course 3)....
TensorFlow 2 for Deep Learning

よくある質問

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。