Informações sobre o curso

102,453 visualizações recentes

Resultados de carreira do aprendiz

33%

comecei uma nova carreira após concluir estes cursos

38%

consegui um benefício significativo de carreira com este curso
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
Aprox. 19 horas para completar
Inglês
Legendas: Francês, Português (Brasil), Russo, Inglês, Espanhol

Habilidades que você terá

Machine LearningPython ProgrammingBuild Input Data PipelineTensorflowkeras

Resultados de carreira do aprendiz

33%

comecei uma nova carreira após concluir estes cursos

38%

consegui um benefício significativo de carreira com este curso
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
Aprox. 19 horas para completar
Inglês
Legendas: Francês, Português (Brasil), Russo, Inglês, Espanhol

Instrutores

oferecido por

Placeholder

Google Cloud

Programa - O que você aprenderá com este curso

Classificação do conteúdoThumbs Up90%(2,927 classificações)Info
Semana
1

Semana 1

7 minutos para concluir

Introduction to course

7 minutos para concluir
2 vídeos (Total 7 mín.)
2 videos
Getting Started with Google Cloud and Qwiklabs3min
3 horas para concluir

Introduction to TensorFlow

3 horas para concluir
5 vídeos (Total 22 mín.), 1 leitura, 5 testes
5 videos
TensorFlow API Hierarchy4min
Components of TensorFlow: Tensors and Variables8min
Lab Intro Introduction to Tensors and Variables1min
Lab Intro Writing low-level TensorFlow programs43s
1 leituras
Readings10min
3 exercícios práticos
Introduction to TensorFlow15min
API Hierarchy15min
Tensors and Variables15min
Semana
2

Semana 2

7 horas para concluir

Design and Build a TensorFlow Input Data Pipeline

7 horas para concluir
10 vídeos (Total 25 mín.), 1 leitura, 9 testes
10 videos
Working in-memory and with files3min
Getting the data ready for model training6min
Lab Intro Load CSV and Numpy Data 28s
Lab Intro Loading Image Data54s
Lab Intro Feature Columns37s
Optional Lab Intro TFRecord and tf.Example1min
Training on Large Datasets with tf.data API4min
Lab Intro Manipulating data with Tensorflow Dataset API34s
Optional Lab Intro Feature Analysis Using TensorFlow Data Validation and Facets1min
1 leituras
Readings15min
3 exercícios práticos
PRACTICE QUIZ: Getting the data ready for model training15min
Training on Large Datasets with tf.data API15min
Design and Build Input Data Pipeline15min
Semana
3

Semana 3

4 horas para concluir

Training neural networks with Tensorflow 2 and the Keras Sequential API

4 horas para concluir
5 vídeos (Total 23 mín.), 1 leitura, 5 testes
5 videos
Activation functions8min
Activation functions: Pitfalls to avoid in Backpropagation 5min
Neural Networks with Keras Sequential API7min
Lab intro Keras Sequential API21s
1 leituras
Readings10min
2 exercícios práticos
Activation Functions15min
Neural Networks with TF2 and Keras15min
Semana
4

Semana 4

3 horas para concluir

Training neural networks with Tensorflow 2 and the Keras Functional API

3 horas para concluir
6 vídeos (Total 29 mín.), 1 leitura, 4 testes
6 videos
Regularization: The Basics4min
Regularization: L1, L2, and Early Stopping5min
Regularization: Dropout5min
Serving models in the Cloud3min
Lab intro Keras Functional API38s
1 leituras
Readings1h
3 exercícios práticos
The Keras Functional API15min
Regularization15min
Serving Models in the Cloud15min
1 hora para concluir

Summary

1 hora para concluir
1 vídeo (Total 8 mín.), 1 leitura, 1 teste
1 vídeos
1 leituras
Quiz Questions to ALL Lessons 10min
1 exercício prático
Course Summary15min

Avaliações

Principais avaliações do INTRODUÇÃO AO TENSORFLOW

Visualizar todas as avaliações

Sobre Programa de cursos integrados Machine Learning with TensorFlow on Google Cloud Platform

What is machine learning, and what kinds of problems can it solve? What are the five phases of converting a candidate use case to be driven by machine learning, and why is it important that the phases not be skipped? Why are neural networks so popular now? How can you set up a supervised learning problem and find a good, generalizable solution using gradient descent and a thoughtful way of creating datasets? Learn how to write distributed machine learning models that scale in Tensorflow, scale out the training of those models. and offer high-performance predictions. Convert raw data to features in a way that allows ML to learn important characteristics from the data and bring human insight to bear on the problem. Finally, learn how to incorporate the right mix of parameters that yields accurate, generalized models and knowledge of the theory to solve specific types of ML problems. You will experiment with end-to-end ML, starting from building an ML-focused strategy and progressing into model training, optimization, and productionalization with hands-on labs using Google Cloud Platform. > By enrolling in this specialization you agree to the Qwiklabs Terms of Service as set out in the FAQ and located at: https://qwiklabs.com/terms_of_service <...
Machine Learning with TensorFlow on Google Cloud Platform

Perguntas Frequentes – FAQ

Mais dúvidas? Visite o Central de Ajuda ao Aprendiz.