We introduce low-level TensorFlow and work our way through the necessary concepts and APIs so as to be able to write distributed machine learning models. Given a TensorFlow model, we explain how to scale out the training of that model and offer high-performance predictions using Cloud Machine Learning Engine. Course Objectives: Create machine learning models in TensorFlow Use the TensorFlow libraries to solve numerical problems Troubleshoot and debug common TensorFlow code pitfalls Use tf.estimator to create, train, and evaluate an ML model Train, deploy, and productionalize ML models at scale with Cloud ML Engine
このコースはMachine Learning with TensorFlow on Google Cloud Platform の専門講座に属します。
Intro to TensorFlow
提供：
このコースについて
61,952 最近の表示
習得するスキル
Application Programming Interfaces (API)EstimatorMachine LearningTensorflowCloud Computing
このCourseを受講している学習者は
- Data Scientists
- Machine Learning Engineers
- Chief Technology Officers (CTOs)
- Data Engineers
- Technical Leads
シラバス - 本コースの学習内容
週
17分で修了
Introduction
The tool we will use to write machine learning programs is TensorFlow and so in this course, we will introduce you to TensorFlow. In the first course, you learned how to formulate business problems as machine learning problems and in the second course, you learned how machine works in practice and how to create datasets that you can use for machine learning. Now that you have the data in place, you are ready to get started writing machine learning programs.
2件のビデオ （合計7分）
3時間で修了
Core TensorFlow
We will introduce you to the core components of TensorFlow and you will get hands-on practice building machine learning programs. You will compare and write lazy evaluation and imperative programs, work with graphs, sessions, variables, as finally debug TensorFlow programs.
19件のビデオ （合計72分）, 4 quizzes
19件のビデオ
Introduction1 分
What is TensorFlow2 分
Benefits of a Directed Graph5 分
TensorFlow API Hierarchy3 分
Lazy Evaluation4 分
Graph and Session4 分
Evaluating a Tensor2 分
Visualizing a graph2 分
Tensors6 分
Variables6 分
Lab Intro: Writing low-level TensorFlow programs16
Lab Solution8 分
Introduction5 分
Shape problems3 分
Fixing shape problems2 分
Data type problems1 分
Debugging full programs4 分
Intro: Debugging full programs15
Demo: Debugging Full Programs3 分
3の練習問題
What is TensorFlow?2 分
Graphs and Sessions8 分
Core TensorFlow20 分
週
24時間で修了
Estimator API
In this module we will walk you through the Estimator API.
18件のビデオ （合計67分）, 4 quizzes
18件のビデオ
Introduction1 分
Estimator API3 分
Pre-made Estimators5 分
Demo: Housing Price Model1 分
Checkpointing1 分
Training on in-memory datasets2 分
Lab Intro: Estimator API39
Lab Solution: Estimator API10 分
Train on large datasets with Dataset API8 分
Lab Intro: Scaling up TensorFlow ingest using batching35
Lab Solution: Scaling up TensorFlow ingest using batching5 分
Big jobs, Distributed training6 分
Monitoring with TensorBoard3 分
Demo: TensorBoard UI28
Serving Input Function5 分
Recap: Estimator API1 分
Lab Intro: Creating a distributed training TensorFlow model with Estimator API51
Lab Solution: Creating a distributed training TensorFlow model with Estimator API7 分
1の練習問題
Estimator API18 分
週
32時間で修了
Scaling TensorFlow models
I’m here to talk about how you would go about taking your TensorFlow model and training it on GCP’s managed infrastructure for machine learning model training and deployed.
6件のビデオ （合計29分）, 1 reading, 2 quizzes
6件のビデオ
Why Cloud AI Platform?6 分
Train a Model2 分
Monitoring and Deploying Training Jobs2 分
Lab Intro: Scaling TensorFlow with Cloud AI Platform50
Lab Solution: Scaling TensorFlow with Cloud AI Platform16 分
1件の学習用教材
Cloud ML Engine is now Cloud AI Platform10 分
1の練習問題
Cloud AI Platform10 分
2分で修了
Summary
Here we summarize the TensorFlow topics we covered so far in this course. We'll revisit core TensorFlow code, the Estimator API, and end with scaling your machine learning models with Cloud Machine Learning Engine.
1件のビデオ （合計2分）
1件のビデオ
Summary2 分
4.5
176件のレビュー32%
コース終了後に新しいキャリアをスタートした
35%
コースが具体的なキャリアアップにつながった
Intro to TensorFlow からの人気レビュー
pretty good. some of the code in the last lab could be better explained. also please debug the cloud shell, as it does not always show the "web preview" button ;) otherwise, good job!
Nice introduce, might be more on introduce the model structure, because I still need to read additional notes to locate how to train my deep learning model online.
Google Cloudについて
We help millions of organizations empower their employees, serve their customers, and build what’s next for their businesses with innovative technology created in—and for—the cloud. Our products are engineered for security, reliability, and scalability, running the full stack from infrastructure to applications to devices and hardware. Our teams are dedicated to helping customers apply our technologies to create success.
Machine Learning with TensorFlow on Google Cloud Platform専門講座について
What is machine learning, and what kinds of problems can it solve? What are the five phases of converting a candidate use case to be driven by machine learning, and why is it important that the phases not be skipped? Why are neural networks so popular now? How can you set up a supervised learning problem and find a good, generalizable solution using gradient descent and a thoughtful way of creating datasets? Learn how to write distributed machine learning models that scale in Tensorflow, scale out the training of those models. and offer high-performance predictions. Convert raw data to features in a way that allows ML to learn important characteristics from the data and bring human insight to bear on the problem. Finally, learn how to incorporate the right mix of parameters that yields accurate, generalized models and knowledge of the theory to solve specific types of ML problems. You will experiment with end-to-end ML, starting from building an ML-focused strategy and progressing into model training, optimization, and productionalization with hands-on labs using Google Cloud Platform.
> By enrolling in this specialization you agree to the Qwiklabs Terms of Service as set out in the FAQ and located at: https://qwiklabs.com/terms_of_service <
よくある質問
登録前にコースをプレビューできますか？
はい、最初のビデオをプレビューしてシラバスを表示してから登録できます。プレビューに含まれないコンテンツにアクセスするには、コースを購入する必要があります。
いつ講座や課題にアクセスできるようになりますか？
セッションの開始日前にコースに登録すると、そのコースに関するすべての講座のビデオと学習用教材にアクセスできます。課題は、セッションの開始後に提出できるようになります。
登録すると何を行うことができるようになりますか？
登録してセッションを開始すると、すべてのビデオや、学習用教材項目やコースのディスカッションフォーラムなど他のリソースにアクセスできます。演習の評価を表示して提出したり、成績とコース修了証の取得に必要なテストを完了することができます。
コースの修了証はいつ取得できますか？
コースを無事完了すると、コースの電子修了証が成果のページに追加されます。そこからコースの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。
このコースを視聴できないのはなぜですか？
このコースは現在、利用できる期間内において、支払い済み受講生または学資援助を受けた受講生のみが利用できるCoursera（コーセラ）提供のコースです。
返金ポリシーについて教えてください。
学資援助はありますか？
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。
コーセラは、世界トップクラスの教育を世界中に配信しています。
最高峰の大学や組織とのパートナーシップに基づくオンラインコースが提供されています。
© 2019 Coursera (株)すべての権利予約します。
