Informações sobre o curso
Dies ist eine Einführung in die Grundlagen von TensorFlow. Darin werden die Konzepte und APIs erläutert, die Sie zum Schreiben verteilter Modelle für maschinelles Lernen benötigen. Außerdem wird anhand eines TensorFlow-Modells erklärt, wie Sie Modelle in großem Umfang trainieren und mit Cloud Machine Learning Engine effektive Vorhersagen treffen können. Lernziele: Modelle für maschinelles Lernen in TensorFlow erstellen Diverse Herausforderungen mit TensorFlow-Bibliotheken lösen Gängige Codefehler in TensorFlow beheben Mit tf.estimator ein ML-Modell erstellen, trainieren und bewerten ML-Modelle im großen Umfang mit Cloud ML Engine trainieren, bereitstellen und in der Produktion verwenden...
Globe

cursos 100% online

Comece imediatamente e aprenda em seu próprio cronograma.
Calendar

Prazos flexíveis

Redefinir os prazos de acordo com sua programação.
Intermediate Level

Nível intermediário

Clock

Sugerido: 8–10 Stunden innerhalb einer Woche

Aprox. 12 horas restantes
Comment Dots

English

Legendas: English, Portuguese (Brazilian), German, Spanish, Japanese
Globe

cursos 100% online

Comece imediatamente e aprenda em seu próprio cronograma.
Calendar

Prazos flexíveis

Redefinir os prazos de acordo com sua programação.
Intermediate Level

Nível intermediário

Clock

Sugerido: 8–10 Stunden innerhalb einer Woche

Aprox. 12 horas restantes
Comment Dots

English

Legendas: English, Portuguese (Brazilian), German, Spanish, Japanese

Programa - O que você aprenderá com este curso

1

Seção
Clock
7 minutos para concluir

Einführung

Zum Schreiben von Programmen für maschinelles Lernen verwenden wir TensorFlow. Dieser Kurs bietet daher eine Einführung in das Tool. Im ersten Kurs haben Sie erfahren, wie Sie geschäftliche Herausforderungen in Aufgaben für das maschinelle Lernen umformulieren. Sie haben gelernt, wie maschinelles Lernen in der Praxis funktioniert und wie Sie verwertbare Datasets erstellen. Nachdem Sie die benötigten Daten erfasst haben, können Sie mit dem Schreiben von ML-Programmen beginnen....
Reading
2 vídeos (Total de 7 min)
Video2 videos
Einführung in Qwiklabs5min
Clock
3 horas para concluir

Kernkonzept von TensorFlow

Dies ist eine Einführung in die Hauptkomponenten von TensorFlow und Sie lernen in praktischen Übungen, wie Sie ein ML-Programm erstellen. Außerdem vergleichen und schreiben Sie Programme für verzögerte Bewertungen sowie erforderliche Programme, arbeiten mit Graphen, Sitzungen und Variablen und beheben schließlich Fehler in TensorFlow-Programmen. ...
Reading
19 vídeos (Total de 72 min), 4 testes
Video19 videos
Was ist TensorFlow?2min
Vorteile von gerichteten Graphen5min
TensorFlow API-Hierarchie3min
Verzögerte Bewertung4min
Graph und Sitzung4min
Tensoren auswerten2min
Graphen visualisieren2min
Tensoren6min
Variablen6min
Lab-Einführung: Low-Level-TensorFlow-Programme schreibenmin
Lösungen für das Lab8min
Einführung5min
Formprobleme3min
Formprobleme lösen2min
Probleme mit Datentypen1min
Fehlerbehebung bei Vollprogrammen4min
Einführung: Fehlerbehebung bei Vollprogrammenmin
Demo: Fehlerbehebung bei Vollprogrammen3min
Quiz3 exercícios práticos
Was ist TensorFlow?2min
Graph und Sitzung8min
Kernkonzept von TensorFlow20min

2

Seção
Clock
4 horas para concluir

Estimator API

In diesem Modul wird die Estimator API erläutert....
Reading
18 vídeos (Total de 67 min), 4 testes
Video18 videos
Estimator API3min
Vorgefertigte Estimators5min
Demo: Modell über Hauspreise1min
Prüfpunktausführung1min
Datensätze im Speicher trainieren2min
Lab-Einführung: Estimator APImin
Lösungen für das Lab: Estimator API10min
Mit Dataset API große Datensätze trainieren8min
Lab-Einführung: TensorFlow-Aufnahme mit Batching hochskalierenmin
Lösungen für das Lab: TensorFlow-Aufnahme mit Batching hochskalieren5min
Große Aufträge, verteiltes Training6min
Mit TensorBoard überwachen3min
Demo: TensorBoard-Benutzeroberflächemin
Bereitstellungseingabefunktion5min
Zusammenfassung Estimator API1min
Lab-Einführung: TensorFlow-Modelle für verteiltes Training mit Estimator API erstellenmin
Lösungen für das Lab: TensorFlow-Modelle für verteiltes Training mit Estimator API erstellen7min
Quiz1 exercício prático
Estimator API18min

3

Seção
Clock
2 horas para concluir

TensorFlow-Modelle mit CMLE skalieren

In diesem Modul erfahren Sie, wie Sie Ihr TensorFlow-Modell in der verwalteten Infrastruktur der GCP durch maschinelles Lernen trainieren und bereitstellen....
Reading
6 vídeos (Total de 29 min), 2 testes
Video6 videos
Gründe für die Cloud Machine Learning Engine6min
Modelle trainieren2min
Trainingsjobs überwachen und bereitstellen2min
Lab-Einführung: TensorFlow mit Cloud Machine Learning Engine skalierenmin
Lösungen für das Lab: TensorFlow mit Cloud Machine Learning Engine skalieren16min
Quiz1 exercício prático
Cloud MLE10min
Clock
2 minutos para concluir

Zusammenfassung

Hier fassen wir die bisher in diesem Kurs behandelten TensorFlow-Themen zusammen. Wir gehen noch einmal auf den Kerncode von TensorFlow und die Estimator API ein. Den Abschluss bildet die Skalierung Ihrer Modelle für maschinelles Lernen mit Cloud Machine Learning Engine....
Reading
1 vídeo (Total de 2 min)
Video1 vídeos

Sobre Google Cloud

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....

Perguntas Frequentes – FAQ

  • Yes, you can preview the first video and view the syllabus before you enroll. You must purchase the course to access content not included in the preview.

  • If you decide to enroll in the course before the session start date, you will have access to all of the lecture videos and readings for the course. You’ll be able to submit assignments once the session starts.

  • Once you enroll and your session begins, you will have access to all videos and other resources, including reading items and the course discussion forum. You’ll be able to view and submit practice assessments, and complete required graded assignments to earn a grade and a Course Certificate.

  • If you complete the course successfully, your electronic Course Certificate will be added to your Accomplishments page - from there, you can print your Course Certificate or add it to your LinkedIn profile.

  • This course is one of a few offered on Coursera that are currently available only to learners who have paid or received financial aid. If you’d like to take this course, but can’t afford the course fee, we encourage you to submit a financial aid application.

Mais dúvidas? Visite o Central de Ajuda ao Aprendiz.