Deep Learning revolutioniert viele Bereiche, darunter Computer Vision, natürliche Sprachverarbeitung und Robotik. Darüber hinaus ist Keras, eine in Python geschriebene High-Level-API für neuronale Netze, ein wesentlicher Bestandteil von TensorFlow geworden, der Deep Learning zugänglich und einfach macht. Die Beherrschung dieser Techniken wird viele Möglichkeiten in Forschung und Industrie eröffnen. Sie werden lernen, benutzerdefinierte Schichten und Modelle in Keras zu erstellen und Keras mit TensorFlow 2.x zu integrieren, um die Funktionalität zu erweitern.
Deep Learning Modelle mit TensorFlow erstellen
Dieser Kurs ist Teil von IBM KI-Technik Zertifikat über berufliche Qualifikation
Unterrichtet auf Englisch
Einige Inhalte können nicht übersetzt werden
Dozenten: Samaya Madhavan
31.079 bereits angemeldet
Bei enthalten
Kurs
(844 Bewertungen)
93%
Empfohlene Erfahrung
Was Sie lernen werden
Benutzerdefinierte Schichten und Modelle in Keras erstellen und Keras mit TensorFlow 2.x integrieren
Entwicklung fortgeschrittener Faltungsneuronaler Netze (CNNs) mit Keras
Entwicklung von Transformer-Modellen für sequentielle Daten und Zeitreihenvorhersagen
Erklärung der Schlüsselkonzepte des unüberwachten Lernens in Keras, Deep Q-networks (DQNs) und Reinforcement Learning
Kompetenzen, die Sie erwerben
- Kategorie: Reinforcement Learning
- Kategorie: Transformatoren
- Kategorie: Faltungsneuronale Netze CNN
- Kategorie: TensorFlow Keras
- Kategorie: Generative adversarische Netzwerke (GANs)
Wichtige Details
Zu Ihrem LinkedIn-Profil hinzufügen
5 Quizzes
Kurs
(844 Bewertungen)
93%
Empfohlene Erfahrung
Erfahren Sie, wie Mitarbeiter führender Unternehmen gefragte Kompetenzen erwerben.
Erweitern Sie Ihr Fachwissen im Bereich Maschinelles Lernen
- Lernen Sie neue Konzepte von Branchenexperten
- Gewinnen Sie ein Grundverständnis bestimmter Themen oder Tools
- Erwerben Sie berufsrelevante Kompetenzen durch praktische Projekte
- Erwerben Sie ein Berufszertifikat von IBM zur Vorlage
Erwerben Sie ein Karrierezertifikat.
Fügen Sie diese Qualifikation zur Ihrem LinkedIn-Profil oder Ihrem Lebenslauf hinzu.
Teilen Sie es in den sozialen Medien und in Ihrer Leistungsbeurteilung.
In diesem Kurs gibt es 5 Module
In diesem Modul lernen Sie TensorFlow kennen und verwenden es, um lineare und logistische Regressionsmodelle zu erstellen. Sie lernen auch die Grundlagen des Deep Learning kennen.
Das ist alles enthalten
5 Videos2 Lektüren1 Quiz4 App-Elemente
In diesem Modul lernen Sie etwas über Convolutional Neural Networks und die Bausteine eines Convolutional Neural Network wie Faltung und Feature Learning. Sie lernen auch die beliebte MNIST-Datenbank kennen. Schließlich lernen Sie, wie Sie ein mehrschichtiges Perzeptron und ein neuronales Faltungsnetzwerk in Python und mit TensorFlow erstellen können.
Das ist alles enthalten
3 Videos1 Quiz1 App-Element
In diesem Modul lernen Sie das Modell des rekurrenten neuronalen Netzes und eine spezielle Form des rekurrenten neuronalen Netzes kennen, nämlich das Modell des Langzeitgedächtnisses (Long Short-Term Memory). Außerdem lernen Sie die Theorie der rekursiven neuronalen Tensornetzwerke kennen und schließlich werden Sie rekurrente neuronale Netzwerke auf die Sprachmodellierung anwenden.
Das ist alles enthalten
4 Videos1 Quiz2 App-Elemente
In diesem Modul lernen Sie die Anwendungen des unüberwachten Lernens kennen. Sie lernen etwas über Restricted Boltzmann Machines (RBMs) und wie man ein RBM trainiert. Schließlich werden Sie Restricted Boltzmann Machines anwenden, um ein Empfehlungssystem zu erstellen.
Das ist alles enthalten
2 Videos1 Quiz1 App-Element
In diesem Modul lernen Sie vor allem etwas über Autoencoder und ihre Architektur
Das ist alles enthalten
2 Videos1 Quiz2 App-Elemente
Dozenten
von
Empfohlen, wenn Sie sich für Maschinelles Lernen interessieren
Warum entscheiden sich Menschen für Coursera für ihre Karriere?
Bewertungen von Lernenden
Zeigt 3 von 844
844 Bewertungen
- 5 stars
63,02 %
- 4 stars
22,65 %
- 3 stars
8,33 %
- 2 stars
3,05 %
- 1 star
2,93 %
Geprüft am 2. Juli 2020
Geprüft am 28. Juli 2023
Geprüft am 12. Nov. 2023
Neue Karrieremöglichkeiten mit Coursera Plus
Unbegrenzter Zugang zu über 7.000 erstklassigen Kursen, praktischen Projekten und Zertifikatsprogrammen, die Sie auf den Beruf vorbereiten – alles in Ihrem Abonnement enthalten
Bringen Sie Ihre Karriere mit einem Online-Abschluss voran.
Erwerben Sie einen Abschluss von erstklassigen Universitäten – 100 % online
Schließen Sie sich mehr als 3.400 Unternehmen in aller Welt an, die sich für Coursera for Business entschieden haben.
Schulen Sie Ihre Mitarbeiter*innen, um sich in der digitalen Wirtschaft zu behaupten.
Häufig gestellte Fragen
Der Zugang zu Vorlesungen und Aufgaben hängt von der Art Ihrer Einschreibung ab. Wenn Sie einen Kurs im Prüfungsmodus belegen, können Sie die meisten Kursmaterialien kostenlos einsehen. Um auf benotete Aufgaben zuzugreifen und ein Zertifikat zu erwerben, müssen Sie die Zertifikatserfahrung während oder nach Ihrer Prüfung erwerben. Wenn Sie die Prüfungsoption nicht sehen:
Der Kurs bietet möglicherweise keine Prüfungsoption. Sie können stattdessen eine kostenlose Testversion ausprobieren oder finanzielle Unterstützung beantragen.
Der Kurs bietet möglicherweise stattdessen die Option 'Vollständiger Kurs, kein Zertifikat'. Mit dieser Option können Sie alle Kursmaterialien einsehen, die erforderlichen Bewertungen abgeben und eine Abschlussnote erhalten. Dies bedeutet auch, dass Sie kein Zertifikat erwerben können.
Wenn Sie sich für den Kurs einschreiben, erhalten Sie Zugang zu allen Kursen des Zertifikats und Sie erhalten ein Zertifikat, wenn Sie die Arbeit abgeschlossen haben. Ihr elektronisches Zertifikat wird Ihrer Erfolgsseite hinzugefügt - von dort aus können Sie Ihr Zertifikat ausdrucken oder zu Ihrem LinkedIn-Profil hinzufügen. Wenn Sie die Kursinhalte nur lesen und ansehen möchten, können Sie den Kurs kostenlos besuchen.
Wenn Sie ein Abonnement abgeschlossen haben, erhalten Sie eine kostenlose 7-tägige Testphase, in der Sie kostenlos kündigen können. Danach gewähren wir keine Rückerstattung, aber Sie können Ihr Abonnement jederzeit kündigen. Siehe unsere vollständigen Rückerstattungsbedingungen.