Bringing a machine learning model into the real world involves a lot more than just modeling. This Specialization will teach you how to navigate various deployment scenarios and use data more effectively to train your model.
Este curso faz parte do Programa de cursos integrados TensorFlow: Data and Deployment
oferecido por
Informações sobre o curso
27,534 visualizações recentes
Certificados compartilháveis
Tenha o certificado após a conclusão
100% on-line
Comece imediatamente e aprenda em seu próprio cronograma.
Prazos flexíveis
Redefinir os prazos de acordo com sua programação.
Nível intermediário
We recommend taking Course 1 of the TensorFlow in Practice Specialization first, or have basic familiarity with building models in TensorFlow.
Aprox. 12 horas para completar
Inglês
Legendas: Inglês
O que você vai aprender
Use TensorFlow Serving to do inference over the web
Navigate TensorFlow Hub, a repository of models that you can use for transfer learning
Evaluate how your models work and share model metadata using TensorBoard
Explore federated learning and how to retrain deployed models while maintaining data privacy
Habilidades que você terá
TensorFlow ServingMachine Learningfederated learningTensorFlow HubTensorBoard
Certificados compartilháveis
Tenha o certificado após a conclusão
100% on-line
Comece imediatamente e aprenda em seu próprio cronograma.
Prazos flexíveis
Redefinir os prazos de acordo com sua programação.
Nível intermediário
We recommend taking Course 1 of the TensorFlow in Practice Specialization first, or have basic familiarity with building models in TensorFlow.
Aprox. 12 horas para completar
Inglês
Legendas: Inglês
oferecido por
deeplearning.ai
Founded by Andrew Ng, DeepLearning.AI is an education technology company that develops a global community of AI talent.
Programa - O que você aprenderá com este curso
1 hora para concluir
TensorFlow Extended
1 hora para concluir
12 vídeos (Total 21 mín.), 5 leituras, 1 teste
12 videos
Introduction24s
Serving3min
Installing TF Serving1min
TensorFlow Serving summary30s
Setup for serving2min
Serving1min
Predictions41s
Passing data to serving1min
Getting the predictions back1min
Running the colab2min
Complex model2min
5 leituras
Downloading the Coding Examples and Exercises10min
Installation link10min
TF server running in colab10min
Serving with Fashion MNIST10min
Ungraded Exercise - Serving with MNIST10min
1 exercício prático
Week 1 Quiz
5 horas para concluir
Sharing pre-trained models with TensorFlow Hub
5 horas para concluir
11 vídeos (Total 20 mín.), 7 leituras, 2 testes
11 videos
Introduction to TF Hub2min
Transfer learning1min
Inference1min
Module storage2min
Text based models1min
Word embeddings1min
Experimenting with embeddings1min
Colab1min
Classify cats and dogs1min
Transfer learning1min
7 leituras
Tensorflow Hub link10min
Link to saved models10min
Colab10min
Pre-trained Word Embeddings10min
Text Classification Colab10min
MobileNet model details10min
Colab10min
1 exercício prático
Week 2 Quiz
5 horas para concluir
Tensorboard: tools for model training
5 horas para concluir
10 vídeos (Total 16 mín.), 2 leituras, 2 testes
10 videos
Tensorboard scalars1min
Callbacks42s
Histograms59s
Publishing model details1min
Local tensorboard2min
Looking at graphics in a dataset2min
More than one image56s
Confusion matrix2min
Multiple callbacks1min
2 leituras
tensorboard.dev10min
Colab10min
1 exercício prático
Week 3 Quiz4min
1 hora para concluir
Federated Learning
1 hora para concluir
9 vídeos (Total 22 mín.), 1 leitura, 1 teste
9 videos
Training on mobile devices2min
Data at the edge2min
How it works2min
Maintaining user privacy3min
Masking2min
APIs for Federated Learning2min
Example of federated learning2min
Outro59s
1 leituras
Colab10min
1 exercício prático
Week 4 Quiz30min
Avaliações
Principais avaliações do ADVANCED DEPLOYMENT SCENARIOS WITH TENSORFLOW
por DR6 de Jun de 2020
Enjoyed this specialization as much as I did the Tensorflow in practice. Thank you Laurence Moroney and Andrew Ng for getting these cool topics to all of us, so we can contribute back to community.
por FL19 de Mar de 2020
The first week is very useful. Tensorhub seems not helpful in a private company setting.\n\nI wish they talked about tf estimators which is also a common way to deploy models in SageMaker.
por SM10 de Abr de 2020
This topic seems to be very important but the content is not as good as rest of the weeks content, more explanations and more simple examples could have helped
por DB17 de Mai de 2020
Great work and I highly recommend this course/specialization! Good job of inserting needed edits to update what's happening in real time.
Sobre Programa de cursos integrados TensorFlow: Data and Deployment
Continue developing your skills in TensorFlow as you learn to navigate through a wide range of deployment scenarios and discover new ways to use data more effectively when training your machine learning models.
Perguntas Frequentes – FAQ
Quando terei acesso às palestras e às tarefas?
O acesso a palestras e tarefas depende do tipo de inscrição. Se você participar de um curso como ouvinte, você poderá ver quase todo o conteúdo do curso gratuitamente. Para acessar tarefas valendo nota e obter um Certificado, você precisará adquirir a experiência do Certificado, durante ou após a participação como ouvinte. Se você não vir a opção de participar como ouvinte:
- o curso pode não oferecer essa opção. Você pode experimentar um teste gratuito ou solicitar o auxílio financeiro.
- Em vez disso, o curso pode oferecer 'Curso completo, sem Certificado'. Com esta opção, é possível ver todo o conteúdo do curso, enviar as avaliações necessárias e obter uma nota final. Isso também significa que você não poderá comprar uma experiência de Certificado.
O que recebo ao me inscrever nesta Especialização?
Quando você se inscreve no curso, tem acesso a todos os cursos na Especialização e pode obter um certificado quando concluir o trabalho. Seu Certificado eletrônico será adicionado à sua página de Participações e você poderá imprimi-lo ou adicioná-lo ao seu perfil no LinkedIn. Se quiser apenas ler e assistir o conteúdo do curso, você poderá frequentá-lo como ouvinte sem custo.
Is financial aid available?
Sim, a Coursera oferece auxílio financeiro ao aluno que não possa pagar a taxa. Faça a solicitação clicando no link Auxílio Financeiro, abaixo do botão "Inscreva-se" à esquerda. Preencha uma solicitação e será notificado caso seja aprovado. Você terá que completar esta etapa para cada curso na Especialização, incluindo o Trabalho de Conclusão de Curso. Saiba mais .
Mais dúvidas? Visite o Central de Ajuda ao Aprendiz.
