在线课程 – DeepLearning.AI Institute 的数据和实施专业认证

你好!了解我们不同类别的高品质产品,这些产品注重细节和创新。从我们种类繁多的产品中进行选择,享受独特的购物体验。

Suggested by: Coursera (What is Coursera?)

Professional Certificate

中档

No prior knowledge required

Time to complete the course

7-day free trial

No unnecessary risks

Skills you will acquire in the course

  • Tensoflow (流动)
  • 测定
  • 对象检测
  • 机器学习
  • JavaScript (英语)
  • 高级分发

What you will learn in the course

Courses for which the course is suitable

  • 开发机器学习模型
  • TensorFlow 密钥
  • 数据工程师
  • 使用 Machine Learning 的 Mobile App Developer
  • 人工智能专家
  • 开发人员 API
  • 深度学习领域的软件工程师
  • 数据分析师
  • 开发 AI 解决方案
  • 数据技术项目经理

专业化 – 由 4 部分组成的课程系列

  • 培养您的 TensorFlow 技能并了解各种部署场景。
  • 发现在训练深度学习模型时更高效地使用数据的新方法。

您将在该系列课程中学到什么

  • 如何将您的深度学习模型交到各种设备上的真人手中。
  • 了解如何在浏览器和移动应用程序中训练和运行机器学习模型。

利用数据库

  • 只需几行代码即可利用内置数据库。
  • 了解 TensorFlow Data Services 的数据管道。
  • 使用 API 控制数据分离。
  • 处理任何非结构化数据类型。
  • 使用用户数据对部署的模型进行创新,同时保持数据隐私。

不同的部署场景

  • 将您的知识应用于不同的部署场景。
  • 了解 TensorFlow Serving、TensorFlow Hub、TensorBoard 等。

人工智能在工业中的应用

  • 世界各地的行业都在采用 AI。
  • Lawrence Moroni 和 Andrew Ng 的专业知识将帮助您在任何设备或平台上快速开发和部署机器学习模型,这是前所未有的。

起点

  • 通过 DeepLearning.AI TensorFlow 开发人员专家证书掌握 TensorFlow 的基础知识。

强大的模型

  • 想要为复杂场景定制和构建强大的真实模型吗?
  • 请查看 TensorFlow 专项课程:高级技术。
实践学习项目
  • 在“TensorFlow:数据和部署”专项课程中,您将学习如何将所学知识应用于不同的部署场景。
  • 了解 TensorFlow Serving、TensorFlow Hub、TensorBoard 等。
  • 实施可以添加到作品集并在面试中展示的项目。

Details of the courses that make up the specialization

具有 TensorFlow.js 的基于浏览器的模型

  • 课程 1 • 18 小时 • 4.8 (989 个等级)

课程详情

学习内容
  • 在浏览器中训练和运行推理
  • 在浏览器中处理数据
  • 构建一个模型,以使用网络摄像头对对象进行分类和识别
您将获得的技能
  • 类别: Tensorflow
  • 类别: 卷积神经网络
  • 类别: 目标检测
  • 类别: 机器学习
  • 类别: TensorFlow.js

使用 TensorFlow Lite 的基于设备的模型

  • 课程 2 • 10 小时 • 4.7 (637 个等级)

课程详情

学习内容
  • 电池供电设备的型号
  • 在 Android 和 iOS 平台上运行模型
  • 在嵌入式系统(如 Raspberry Pi 和微控制器)上实现模型
您将获得的技能
  • 类别: Tensorflow
  • 类别: 目标检测
  • 类别: 机器学习
  • 类别: 数学优化
  • 类别: TensorFlow Lite

使用 TensorFlow Data Services 的数据管道

  • 课程 3 • 11 小时 • 4.4 (518 评分)

课程详情

学习内容
  • 使用 Tensorflow Data Services API 执行高效的 ETL 任务
  • 使用 Splits API 从任何数据集(自定义数据集或 TensorFlow Hub 数据集库中现有的数据集)构建训练/验证/测试半部分
  • 使用各种 TFDS API 模块和函数为训练管道准备数据
  • 识别输入管道中的瓶颈,并通过输入并行性提高工作效率
您将获得的技能
  • 类别: Tensorflow
  • 类别: 提取、转换和加载 (ETL)
  • 类别: 人工神经网络
  • 类别: TensorFlow 数据集
  • 类别: 数据管道

使用 TensorFlow 的高级部署场景

  • 课程 4 • 12 小时 • 4.8 (505 个等级)

课程详情

学习内容
  • 使用 TensorFlow Serving 在 Web 上进行创新
  • 导航 TensorFlow Hub,这是一个可用于迁移学习的模型存储库
  • 评估模型的工作原理并使用 TensorBoard 共享模型元数据
  • 探索联合学习以及如何在维护数据隐私的同时重新训练已部署的模型
您将获得的技能
  • 类别: 机器学习
  • 类别: TensorBoard
  • 类别: 联邦学习
  • 类别: TensorFlow 服务
  • 类别: TensorFlow Hub