Deep learning is revolutionizing many fields, including computer vision, natural language processing, and robotics. In addition, Keras, a high-level neural networks API written in Python, has become an essential part of TensorFlow, making deep learning accessible and straightforward. Mastering these techniques will open many opportunities in research and industry.
Deep Learning with Keras and Tensorflow
Schenken Sie Ihrer Karriere Coursera Plus mit einem Rabatt von $160 , der jährlich abgerechnet wird. Sparen Sie heute.
Deep Learning with Keras and Tensorflow
Dieser Kurs ist Teil mehrerer Programme.
Dozenten: Samaya Madhavan
32.943 bereits angemeldet
Bei 
enthalten
Verschaffen Sie sich einen Einblick in ein Thema und lernen Sie die Grundlagen.
4.4
(864 Bewertungen)
Stufe Mittel
Empfohlene Erfahrung
Flexibler Zeitplan
Ca. 23 Stunden
In Ihrem eigenen Lerntempo lernen
93%
Den meisten Lernenden gefiel dieser Kurs
Was Sie lernen werden
Create custom layers and models in Keras and integrate Keras with TensorFlow 2.x
Develop advanced convolutional neural networks (CNNs) using Keras
Develop Transformer models for sequential data and time series prediction
Explain key concepts of Unsupervised learning in Keras, Deep Q-networks (DQNs), and reinforcement learning
Kompetenzen, die Sie erwerben
- Kategorie: Reinforcement Learning
- Kategorie: Transformers
- Kategorie: Convolutional Neural networks CNN
- Kategorie: TensorFlow Keras
- Kategorie: Generative Adversarial Networks (GANs)
Wichtige Details
Zertifikat zur Vorlage
Zu Ihrem LinkedIn-Profil hinzufügen
Bewertungen
18 Aufgaben
Unterrichtet in Englisch
Erfahren Sie, wie Mitarbeiter führender Unternehmen gefragte Kompetenzen erwerben.
Erweitern Sie Ihre Fachkenntnisse
Dieser Kurs ist als Teil verfügbar
Wenn Sie sich für diesen Kurs anmelden, müssen Sie auch ein bestimmtes Programm auswählen.
- 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 7 Module
This module provides an overview of Keras advanced features. It will cover Keras functional API for complex model creation. It also includes the creation of custom layers and models in Keras. Then the module describes the integration of Keras with TensorFlow 2.x for enhanced functionality. You will apply your learnings in labs and test your concepts in quizzes.
Das ist alles enthalten
5 Videos2 Lektüren3 Aufgaben2 App-Elemente1 Diskussionsthema2 Plug-ins
In this module, you will learn to develop advanced convolutional neural networks (CNNs) using Keras. You will learn data augmentation techniques with Keras. In addition, you will implement transfer learning with Keras and leverage pre-trained models. Finally, you will learn how to use TensorFlow for enhancing image processing capabilities. You will apply your learnings in labs and test your concepts in quizzes.
Das ist alles enthalten
6 Videos1 Lektüre4 Aufgaben3 App-Elemente1 Diskussionsthema2 Plug-ins
This module covers building and training advanced Transformers using Keras. You will further develop Transformer models for sequential data and time series using TensorFlow with Keras. In addition, you will learn to implement advanced Transformer techniques for text generation. You will apply your learnings in labs and test your concepts in quizzes.
Das ist alles enthalten
5 Videos1 Lektüre3 Aufgaben2 App-Elemente1 Diskussionsthema1 Plug-in
In this module, you will learn the principles of unsupervised learning in Keras. You will learn to build and train autoencoders and diffusion models. In addition, you will develop generative adversarial networks (GANs) using Keras and integrate TensorFlow for advanced unsupervised learning tasks. You will apply your learnings in labs and test your concepts in quizzes.
Das ist alles enthalten
5 Videos1 Lektüre3 Aufgaben3 App-Elemente1 Diskussionsthema1 Plug-in
In this module, you will learn advanced techniques in Keras for model development. You will create custom training loops and optimize models using Keras and perform hyperparameter tuning with Keras Tuner. Finally, you will learn to use TensorFlow for model optimization and custom training loops. You will apply your learnings in labs and test your concepts in quizzes.
Das ist alles enthalten
5 Videos1 Lektüre3 Aufgaben2 App-Elemente1 Diskussionsthema1 Plug-in
In this module, you will learn the fundamentals of reinforcement learning and its applications in Keras. The module also covers the Q-Learning algorithms using Keras. You will develop and train deep Q-networks (DQNs) with Keras for advanced reinforcement learning tasks. You will apply your learnings in labs and test your concepts in quizzes.
Das ist alles enthalten
3 Videos1 Lektüre2 Aufgaben2 App-Elemente1 Diskussionsthema1 Plug-in
In this module, you will implement the final project and attempt the final assessment.
Das ist alles enthalten
1 Video2 Lektüren1 peer review2 App-Elemente2 Plug-ins
Dozenten
Lehrkraftbewertungen
4.5 (116 Bewertungen)von
Empfohlen, wenn Sie sich für Machine Learning interessieren
DeepLearning.AI
Arizona State University
University of Colorado Boulder
Warum entscheiden sich Menschen für Coursera für ihre Karriere?
Felipe M.
Lernender seit 2018
„Es ist eine großartige Erfahrung, in meinem eigenen Tempo zu lernen. Ich kann lernen, wenn ich Zeit und Nerven dazu habe.“
Jennifer J.
Lernender seit 2020
„Bei einem spannenden neuen Projekt konnte ich die neuen Kenntnisse und Kompetenzen aus den Kursen direkt bei der Arbeit anwenden.“
Larry W.
Lernender seit 2021
„Wenn mir Kurse zu Themen fehlen, die meine Universität nicht anbietet, ist Coursera mit die beste Alternative.“
Chaitanya A.
„Man lernt nicht nur, um bei der Arbeit besser zu werden. Es geht noch um viel mehr. Bei Coursera kann ich ohne Grenzen lernen.“
Bewertungen von Lernenden
Zeigt 3 von 864
4.4
864 Bewertungen
- 5 stars
63,35 %
- 4 stars
22,31 %
- 3 stars
8,43 %
- 2 stars
3 %
- 1 star
2,89 %
MH
5
Geprüft am 12. Nov. 2023
RR
4
Geprüft am 25. Juli 2020
MK
4
Geprüft am 21. Nov. 2019
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
Access to lectures and assignments depends on your type of enrollment. If you take a course in audit mode, you will be able to see most course materials for free. To access graded assignments and to earn a Certificate, you will need to purchase the Certificate experience, during or after your audit. If you don't see the audit option:
The course may not offer an audit option. You can try a Free Trial instead, or apply for Financial Aid.
The course may offer 'Full Course, No Certificate' instead. This option lets you see all course materials, submit required assessments, and get a final grade. This also means that you will not be able to purchase a Certificate experience.
When you enroll in the course, you get access to all of the courses in the Certificate, and you earn a certificate when you complete the work. Your electronic Certificate will be added to your Accomplishments page - from there, you can print your Certificate or add it to your LinkedIn profile. If you only want to read and view the course content, you can audit the course for free.
If you subscribed, you get a 7-day free trial during which you can cancel at no penalty. After that, we don’t give refunds, but you can cancel your subscription at any time. See our full refund policy.