このコースについて
70,810

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9時間で修了

推奨:2-3 weeks of study, 8-10 hours/week...

英語

字幕:フランス語, ポルトガル語(ブラジル), ドイツ語, 英語, スペイン語, 日本語...

習得するスキル

Application Programming Interfaces (API)EstimatorMachine LearningTensorflowCloud Computing

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9時間で修了

推奨:2-3 weeks of study, 8-10 hours/week...

英語

字幕:フランス語, ポルトガル語(ブラジル), ドイツ語, 英語, スペイン語, 日本語...

シラバス - 本コースの学習内容

1
7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)
2件のビデオ
Intro to Qwiklabs5 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
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
2
4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
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
3
2時間で修了

Scaling TensorFlow models with CMLE

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), 2 quizzes
6件のビデオ
Why Cloud Machine Learning Engine?6 分
Train a Model2 分
Monitoring and Deploying Training Jobs2 分
Lab Intro: Scaling TensorFlow with Cloud Machine Learning Engine50
Lab Solution: Scaling TensorFlow with Cloud Machine Learning Engine16 分
1の練習問題
Cloud MLE10 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
4.4
138件のレビューChevron Right

37%

コース終了後に新しいキャリアをスタートした

39%

コースが具体的なキャリアアップにつながった

人気のレビュー

by DWOct 17th 2018

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!

by SSJun 6th 2018

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の専門講座について

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 <...
Machine Learning with TensorFlow on Google Cloud Platform

よくある質問

  • 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。

  • 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。

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。