Informações sobre o curso

32,688 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

Instrutores

oferecido por

Logotipo de deeplearning.ai

deeplearning.ai

Programa - O que você aprenderá com este curso

Semana
1

Semana 1

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
Semana
2

Semana 2

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
Semana
3

Semana 3

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
Semana
4

Semana 4

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

Visualizar todas as avaliações

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. In this four-course Specialization, you’ll learn how to get your machine learning models into the hands of real people on all kinds of devices. Start by understanding how to train and run machine learning models in browsers and in mobile applications. Learn how to leverage built-in datasets with just a few lines of code, learn about data pipelines with TensorFlow data services, use APIs to control data splitting, process all types of unstructured data and retrain deployed models with user data while maintaining data privacy. Apply your knowledge in various deployment scenarios and get introduced to TensorFlow Serving, TensorFlow, Hub, TensorBoard, and more. Industries all around the world are adopting Artificial Intelligence. This Specialization from Laurence Moroney and Andrew Ng will help you develop and deploy machine learning models across any device or platform faster and more accurately than ever. This Specialization builds upon skills learned in the TensorFlow in Practice Specialization. We recommend learners complete that Specialization prior to enrolling in TensorFlow: Data and Deployment....
TensorFlow: Data and Deployment

Perguntas Frequentes – FAQ

  • 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.
  • 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.

  • Se você se inscrever, terá 7 dias para testar sem custo e, durante este período, pode cancelar sem multa. Depois disso, não reembolsamos, mas você pode cancelar sua inscrição a qualquer momento. Veja nossa política para o reembolso total.

  • 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 .

  • Este curso não oferece créditos universitários, mas algumas universidades podem aceitar certificados de cursos que podem ser convertidos em créditos. Entre em contato com sua instituição para saber mais. Com os cursos on-line e os certificados Mastertrack™ do Coursera, é possível ganhar créditos universitários.

Mais dúvidas? Visite o Central de Ajuda ao Aprendiz.