Wenn Sie ein Softwareentwickler sind, der skalierbare KI-gestützte Algorithmen entwickeln möchte, müssen Sie wissen, wie Sie die Tools für deren Erstellung nutzen können. Dieser Kurs ist Teil der DeepLearning.AI TensorFlow Developer Specialization und vermittelt Ihnen Best Practices für die Verwendung von TensorFlow, einem beliebten Open Source Framework für maschinelles Lernen. In Kurs 2 der DeepLearning.AI TensorFlow Developer Specialization lernen Sie fortgeschrittene Techniken zur Verbesserung des Computer Vision Modells, das Sie in Kurs 1 erstellt haben. Sie werden erforschen, wie Sie mit realen Bildern in verschiedenen Formen und Größen arbeiten, die Reise eines Bildes durch Faltungen visualisieren, um zu verstehen, wie ein Computer Informationen "sieht", Verlust und Genauigkeit darstellen und Strategien zur Vermeidung von Überanpassung, einschließlich Augmentation und Dropout, erforschen. Schließlich werden Sie in Kurs 2 in das Transfer-Lernen eingeführt und erfahren, wie gelernte Merkmale aus Modellen extrahiert werden können.
Faltungsneuronale Netze in TensorFlow
Dieser Kurs ist Teil von DeepLearning.AI TensorFlow Entwickler (berufsbezogenes Zertifikat)
Dozent: Laurence Moroney
153.987 bereits angemeldet
(8,143 Bewertungen)
Empfohlene Erfahrung
Was Sie lernen werden
Umgang mit realen Bilddaten
Plotverlust und Genauigkeit
Erforschen Sie Strategien zur Vermeidung von Overfitting, einschließlich Augmentation und Dropout
Lernen Sie Transfer Learning und wie gelernte Merkmale aus Modellen extrahiert werden können
Kompetenzen, die Sie erwerben
- Kategorie: Tensorflow
- Kategorie: Faltungsneuronales Netzwerk
- Kategorie: Lernen übertragen
- Kategorie: Maschinelles Lernen
- Kategorie: Aussteiger
- Kategorie: Datenerweiterung
Wichtige Details
Zu Ihrem LinkedIn-Profil hinzufügen
4 Aufgaben
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 DeepLearning.AI 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 4 Module
Im ersten Kurs dieser Spezialisierung haben Sie eine Einführung in TensorFlow erhalten und erfahren, wie Sie mit den High-Level-APIs grundlegende Bildklassifizierungen durchführen können, und Sie haben ein wenig über Convolutional Neural Networks (ConvNets) gelernt. In diesem Kurs werden Sie tiefer in die Verwendung von ConvNets mit realen Daten einsteigen und Techniken kennenlernen, die Sie verwenden können, um Ihre ConvNet-Leistung zu verbessern, insbesondere bei der Bildklassifikation! In Woche 1 werden Sie sich zunächst mit einem viel größeren Datensatz beschäftigen, als Sie ihn bisher verwendet haben: Der Cats and Dogs-Datensatz, der eine Kaggle-Challenge in der Bildklassifikation war!
Das ist alles enthalten
8 Videos8 Lektüren1 Aufgabe1 Programmieraufgabe1 Unbewertetes Labor
Sie haben den Begriff "Overfitting" schon oft gehört. Overfitting ist einfach das Konzept der Überspezialisierung beim Training - nämlich, dass Ihr Modell sehr gut darin ist, das zu klassifizieren, wofür es trainiert wurde, aber nicht so gut darin, Dinge zu klassifizieren, die es noch nicht gesehen hat. Um Ihr Modell besser verallgemeinern zu können, benötigen Sie natürlich eine größere Anzahl von Stichproben, auf die Sie es trainieren können. Das ist nicht immer möglich, aber eine nette mögliche Abkürzung ist die Bildvergrößerung, bei der Sie die Trainingsmenge optimieren, um die Vielfalt der abgedeckten Themen zu erhöhen. Diese Woche werden Sie alles darüber erfahren!
Das ist alles enthalten
7 Videos4 Lektüren1 Aufgabe1 Programmieraufgabe2 Unbewertete Labore
Modelle für sich selbst zu erstellen, ist großartig und kann sehr leistungsfähig sein. Aber wie Sie gesehen haben, können Sie durch die Daten, die Sie zur Verfügung haben, eingeschränkt sein. Nicht jeder hat Zugang zu großen Datensätzen oder die nötige Rechenleistung, um sie effektiv zu trainieren. Transfer Learning kann hier Abhilfe schaffen. Dabei werden Modelle, die auf großen Datensätzen trainiert wurden, von Leuten trainiert, die sie entweder direkt verwenden können oder die die von ihnen gelernten Merkmale auf Ihr Szenario anwenden können. Das ist das Transfer-Lernen, mit dem Sie sich diese Woche beschäftigen werden!
Das ist alles enthalten
7 Videos4 Lektüren1 Aufgabe1 Programmieraufgabe1 Unbewertetes Labor
Sie haben einen weiten Weg zurückgelegt, Glückwunsch! Bevor wir von ConvNets zum nächsten Modul übergehen, müssen Sie noch eine Sache tun, und zwar über die binäre Klassifizierung hinausgehen. Bei allen Beispielen, die Sie bisher bearbeitet haben, ging es um die Klassifizierung der einen oder anderen Sache - Pferd oder Mensch, Katze oder Hund. Wenn Sie über die binäre Klassifizierung hinausgehen und zur kategorialen Klassifizierung übergehen, müssen Sie einige Überlegungen zur Kodierung anstellen. Diese werden Sie sich diese Woche ansehen!
Das ist alles enthalten
6 Videos7 Lektüren1 Aufgabe1 Programmieraufgabe1 Unbewertetes Labor
Dozent
Empfohlen, wenn Sie sich für Maschinelles Lernen interessieren
Warum entscheiden sich Menschen für Coursera für ihre Karriere?
Bewertungen von Lernenden
Zeigt 3 von 8143
8.143 Bewertungen
- 5 stars
79,23 %
- 4 stars
15,50 %
- 3 stars
3,48 %
- 2 stars
0,99 %
- 1 star
0,78 %
Geprüft am 1. Okt. 2019
Geprüft am 5. Okt. 2020
Geprüft am 31. Juli 2020
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.