Informações sobre o curso
204,611 visualizações recentes

100% online

Comece imediatamente e aprenda em seu próprio cronograma.

Prazos flexíveis

Redefinir os prazos de acordo com sua programação.

Nível intermediário

Course 1 of the TensorFlow Specialization, Python coding, and high-school level math are required. ML/DL experience is helpful but not required.

Aprox. 7 horas para completar

Sugerido: 4 weeks of study, 4-5 hours/week...

Inglês

Legendas: Inglês

O que você vai aprender

  • Check

    Handle real-world image data

  • Check

    Plot loss and accuracy

  • Check

    Explore strategies to prevent overfitting, including augmentation and dropout

  • Check

    Learn transfer learning and how learned features can be extracted from models

Habilidades que você terá

Inductive TransferAugmentationDropoutsMachine LearningTensorflow

100% online

Comece imediatamente e aprenda em seu próprio cronograma.

Prazos flexíveis

Redefinir os prazos de acordo com sua programação.

Nível intermediário

Course 1 of the TensorFlow Specialization, Python coding, and high-school level math are required. ML/DL experience is helpful but not required.

Aprox. 7 horas para completar

Sugerido: 4 weeks of study, 4-5 hours/week...

Inglês

Legendas: Inglês

Programa - O que você aprenderá com este curso

Semana
1
4 horas para concluir

Exploring a Larger Dataset

8 vídeos (Total 18 mín.), 5 leituras, 3 testes
8 videos
A conversation with Andrew Ng1min
Training with the cats vs. dogs dataset2min
Working through the notebook4min
Fixing through cropping49s
Visualizing the effect of the convolutions1min
Looking at accuracy and loss1min
Week 1 Wrap up33s
5 leituras
Before you Begin: TensorFlow 2.0 and this Course10min
The cats vs dogs dataset10min
Looking at the notebook10min
What you'll see next10min
What have we seen so far?10min
1 exercício prático
Week 1 Quiz30min
Semana
2
4 horas para concluir

Augmentation: A technique to avoid overfitting

7 vídeos (Total 14 mín.), 6 leituras, 3 testes
7 videos
Introducing augmentation2min
Coding augmentation with ImageDataGenerator3min
Demonstrating overfitting in cats vs. dogs1min
Adding augmentation to cats vs. dogs1min
Exploring augmentation with horses vs. humans1min
Week 2 Wrap up37s
6 leituras
Image Augmentation10min
Start Coding...10min
Looking at the notebook10min
The impact of augmentation on Cats vs. Dogs10min
Try it for yourself!10min
What have we seen so far?10min
1 exercício prático
Week 2 Quiz30min
Semana
3
4 horas para concluir

Transfer Learning

7 vídeos (Total 14 mín.), 5 leituras, 3 testes
7 videos
Understanding transfer learning: the concepts2min
Coding transfer learning from the inception mode1min
Coding your own model with transferred features2min
Exploring dropouts1min
Exploring Transfer Learning with Inception1min
Week 3 Wrap up36s
5 leituras
Start coding!10min
Adding your DNN10min
Using dropouts!10min
Applying Transfer Learning to Cats v Dogs10min
What have we seen so far?10min
1 exercício prático
Week 3 Quiz30min
Semana
4
4 horas para concluir

Multiclass Classifications

6 vídeos (Total 12 mín.), 5 leituras, 3 testes
6 videos
Moving from binary to multi-class classification44s
Explore multi-class with Rock Paper Scissors dataset2min
Train a classifier with Rock Paper Scissors1min
Test the Rock Paper Scissors classifier2min
A conversation with Andrew Ng1min
5 leituras
Introducing the Rock-Paper-Scissors dataset10min
Check out the code!10min
Try testing the classifier10min
What have we seen so far?10min
Wrap up10min
1 exercício prático
Week 4 Quiz30min
4.7
193 avaliaçõesChevron Right

15%

consegui um benefício significativo de carreira com este curso

11%

recebi um aumento ou promoção

Principais avaliações do Convolutional Neural Networks in TensorFlow

por JMSep 12th 2019

great introductory stuff, great way to keep in touch with tensorflow's new tools, and the instructor is absolutely phenomenal. love the enthusiasm and the interactions with andrew are a joy to watch.

por PSSep 14th 2019

An excellent course by Laurence Moroney on explaining how ConvNets are prepared using Tensorflow. A really good strategy to have the programming exercises on Google Colab to speed up the processing.

Instrutores

Avatar

Laurence Moroney

AI Advocate
Google Brain

Sobre deeplearning.ai

deeplearning.ai is Andrew Ng's new venture which amongst others, strives for providing comprehensive AI education beyond borders....

Sobre Programa de cursos integrados TensorFlow in Practice

Discover the tools software developers use to build scalable AI-powered algorithms in TensorFlow, a popular open-source machine learning framework. In this four-course Specialization, you’ll explore exciting opportunities for AI applications. Begin by developing an understanding of how to build and train neural networks. Improve a network’s performance using convolutions as you train it to identify real-world images. You’ll teach machines to understand, analyze, and respond to human speech with natural language processing systems. Learn to process text, represent sentences as vectors, and input data to a neural network. You’ll even train an AI to create original poetry! AI is already transforming industries across the world. After finishing this Specialization, you’ll be able to apply your new TensorFlow skills to a wide range of problems and projects. Courses 1-3 are available now, with Course 4 launching in July....
TensorFlow in Practice

Perguntas Frequentes – FAQ

  • Ao se inscrever para um Certificado, você terá acesso a todos os vídeos, testes e tarefas de programação (se aplicável). Tarefas avaliadas pelos colegas apenas podem ser enviadas e avaliadas após o início da sessão. Caso escolha explorar o curso sem adquiri-lo, talvez você não consiga acessar certas tarefas.

  • 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.

Mais dúvidas? Visite o Central de Ajuda ao Aprendiz.