Informações sobre o curso

90,597 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

Basic understanding of JavaScript

Aprox. 18 horas para completar
Inglês
Legendas: Inglês

O que você vai aprender

  • Train and run inference in a browser

  • Handle data in a browser

  • Build an object classification and recognition model using a webcam

Habilidades que você terá

Convolutional Neural NetworkMachine LearningTensorflowObject DetectionTensorFlow.js
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

Basic understanding of JavaScript

Aprox. 18 horas para completar
Inglês
Legendas: Inglês

Instrutores

oferecido por

Logotipo de deeplearning.ai

deeplearning.ai

Programa - O que você aprenderá com este curso

Classificação do conteúdoThumbs Up95%(1,042 classificações)Info
Semana
1

Semana 1

5 horas para concluir

Introduction to TensorFlow.js

5 horas para concluir
11 vídeos (Total 30 mín.), 7 leituras, 3 testes
11 videos
Course Introduction, A Conversation with Andrew Ng1min
A Few Words From Laurence2min
Building the Model3min
Training the Model3min
First Example In Code4min
The Iris Dataset1min
Reading the Data4min
One-hot Encoding1min
Designing the NN2min
Iris Classifier In Code6min
7 leituras
Getting Your System Ready10min
Downloading the Coding Examples and Exercises10min
Your First Model10min
Iris Dataset Documentation10min
Using the Web Server10min
Iris Classifier10min
Week 1 Wrap up10min
2 exercícios práticos
Quiz 1
One-Hot Encoding
Semana
2

Semana 2

4 horas para concluir

Image Classification In the Browser

4 horas para concluir
8 vídeos (Total 27 mín.), 5 leituras, 2 testes
8 videos
Creating a Convolutional Net with JavaScript4min
Visualizing the Training Process2min
What Is a Sprite Sheet?1min
Using the Sprite Sheet2min
Using tf.tidy() to Save Memory1min
A Few Words From Laurence24s
MNIST Classifier In Code13min
5 leituras
tjs-vis Documentation10min
MNIST Sprite Sheet10min
MNIST Classifier10min
Week 2 Wrap up10min
Exercise Description10min
1 exercício prático
Week 2 Quiz
Semana
3

Semana 3

5 horas para concluir

Converting Models to JSON Format

5 horas para concluir
12 vídeos (Total 28 mín.), 7 leituras, 2 testes
12 videos
A Few Words From Laurence1min
Pre-trained TensorFlow.js Models49s
Toxicity Classifier3min
Toxicity Classifier In Code3min
MobileNet49s
Using MobileNet1min
Training Results1min
MobileNet Example In Code3min
Converting Models to JavaScript4min
Converting Models to JavaScript In Code2min
Linear Example In Code1min
7 leituras
Important Links10min
Toxicity Classifier10min
Classes Supported by MobileNet10min
Image Classification Using MobileNet10min
Linear Model10min
Week 3 Wrap up10min
Optional - Install Wget (Only If Needed)10min
1 exercício prático
Week 3 Quiz
Semana
4

Semana 4

4 horas para concluir

Transfer Learning with Pre-Trained Models

4 horas para concluir
11 vídeos (Total 26 mín.), 3 leituras, 2 testes
11 videos
A Few Words From Laurence53s
Building a Simple Web Page2min
Retraining the MobileNet Model1min
The Training Function2min
Capturing the Data3min
The Dataset Class2min
Training the Network with the Captured Data1min
Performing Inference4min
Rock Paper Scissors In Code4min
A Conversation with Andrew Ng1min
3 leituras
Rock Paper Scissors10min
Exercise Description10min
Wrap up10min
1 exercício prático
Week 4 Quiz

Avaliações

Principais avaliações do BROWSER-BASED MODELS WITH TENSORFLOW.JS

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

  • Access to lectures and assignments depends on your type of enrollment. If you take a course in audit mode, you will be able to see most course materials for free. To access graded assignments and to earn a Certificate, you will need to purchase the Certificate experience, during or after your audit. If you don't see the audit option:

    • The course may not offer an audit option. You can try a Free Trial instead, or apply for Financial Aid.
    • The course may offer 'Full Course, No Certificate' instead. This option lets you see all course materials, submit required assessments, and get a final grade. This also means that you will not be able to purchase a Certificate experience.
  • 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.