Wenn Sie ein Softwareentwickler sind, der skalierbare KI-gestützte Algorithmen entwickeln möchte, müssen Sie wissen, wie Sie die Tools für deren Erstellung verwenden. 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.
Einführung in TensorFlow für künstliche Intelligenz, maschinelles Lernen und Deep Learning
Einführung in TensorFlow für künstliche Intelligenz, maschinelles Lernen und Deep Learning
Dieser Kurs ist Teil von DeepLearning.AI TensorFlow Entwickler (berufsbezogenes Zertifikat)
Dozent: Laurence Moroney
386.814 bereits angemeldet
Verschaffen Sie sich einen Einblick in ein Thema und lernen Sie die Grundlagen.
4.8
(19,529 Bewertungen)
Stufe Mittel
Empfohlene Erfahrung
Flexibler Zeitplan
Ca. 22 Stunden
In Ihrem eigenen Lerntempo lernen
96%
Den meisten Lernenden hat dieser Kurs gefallen
Was Sie lernen werden
Lernen Sie Best Practices für die Verwendung von TensorFlow, einem beliebten Open-Source-Framework für maschinelles Lernen
Erstellen Sie ein grundlegendes neuronales Netzwerk in TensorFlow
Trainieren Sie ein neuronales Netzwerk für eine Computer Vision Anwendung
Verstehen Sie, wie Sie mit Faltungen Ihr neuronales Netzwerk verbessern können
Kompetenzen, die Sie erwerben
- Kategorie: Computervision
- Kategorie: Tensorflow
- Kategorie: Maschinelles Lernen
Wichtige Details
Zertifikat zur Vorlage
Zu Ihrem LinkedIn-Profil hinzufügen
Bewertungen
4 Aufgaben
Unterrichtet in Englisch
Erfahren Sie, wie Mitarbeiter führender Unternehmen gefragte Kompetenzen erwerben.
Erweitern Sie Ihr Fachwissen im Bereich Softwareentwicklung
Dieser Kurs ist Teil der Spezialisierung DeepLearning.AI TensorFlow Entwickler (berufsbezogenes Zertifikat)
Wenn Sie sich für diesen Kurs anmelden, werden Sie auch für dieses berufsbezogene Zertifikat angemeldet.
- 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
Willkommen zu diesem Kurs über den Übergang von den Grundlagen zur Beherrschung von TensorFlow. Wir freuen uns, dass Sie hier sind! In Woche 1 erhalten Sie eine sanfte Einführung in das, was maschinelles Lernen und Deep Learning sind und wie sie Ihnen ein neues Programmierparadigma bieten, das Ihnen eine Reihe neuer Werkzeuge zur Verfügung stellt, mit denen Sie bisher unerforschte Szenarien erschließen können. Alles, was Sie wissen müssen, sind einige grundlegende Programmierkenntnisse, den Rest lernen Sie im Laufe der Zeit. Schauen Sie sich zum Einstieg das erste Video an, ein Gespräch zwischen Andrew und Laurence, das den roten Faden für das vorgibt, was Sie lernen werden...
Das ist alles enthalten
4 Videos8 Lektüren1 Aufgabe1 Programmieraufgabe1 App-Element1 Unbewertetes Labor1 Plug-in
Willkommen zu Woche 2 des Kurses! In Woche 1 haben Sie gelernt, dass Machine Learning und Deep Learning ein neues Programmierparadigma sind. In dieser Woche werden Sie das auf die nächste Stufe heben, indem Sie beginnen, Probleme der Computer Vision mit nur ein paar Zeilen Code zu lösen! Sehen Sie sich dieses Gespräch zwischen Laurence und Andrew an, in dem sie darüber diskutieren und Ihnen Computer Vision vorstellen!
Das ist alles enthalten
7 Videos3 Lektüren1 Aufgabe1 Programmieraufgabe2 Unbewertete Labore
Willkommen zu Woche 3! In Woche 2 haben Sie ein grundlegendes Neuronales Netzwerk für Computer Vision gesehen. Es hat seine Aufgabe gut erfüllt, aber es war ein wenig naiv in seinem Ansatz. In dieser Woche sehen wir uns an, wie man es besser machen kann, wie Laurence und Andrew hier beschrieben haben.
Das ist alles enthalten
6 Videos3 Lektüren1 Aufgabe1 Programmieraufgabe2 Unbewertete Labore
Letzte Woche haben Sie gesehen, wie Sie die Ergebnisse Ihres tiefen neuronalen Netzwerks mithilfe von Faltungen verbessern können. Das war ein guter Anfang, aber die von Ihnen verwendeten Daten waren sehr einfach. Was passiert, wenn Ihre Bilder größer sind oder wenn die Merkmale nicht immer an der gleichen Stelle liegen? Andrew und Laurence besprechen dies, um Sie auf das vorzubereiten, was Sie diese Woche lernen werden: den Umgang mit komplexen Bildern!
Das ist alles enthalten
9 Videos6 Lektüren1 Aufgabe1 Programmieraufgabe3 Unbewertete Labore
Dozent
Lehrkraftbewertungen
4.8 (4,939 Bewertungen)
Empfohlen, wenn Sie sich für Softwareentwicklung interessieren
Johns Hopkins University
DeepLearning.AI
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
4.8
19.529 Bewertungen
- 5 stars
81,15 %
- 4 stars
15,20 %
- 3 stars
2,41 %
- 2 stars
0,63 %
- 1 star
0,58 %
Zeigt 3 von 19529 an
AS
5
Geprüft am 8. März 2019
Good intro course, but google colab assignments need to be improved. And submitting a jupyter notebook was much more easier, why would I want to login to my google account to be a part of this course?
JC
5
Geprüft am 30. Dez. 2020
I just can say that it was an awesome course. The instructors as well as the contents were clear, easy to understand and everything with a focus on how to take the theory and apply it with TensorFlow.
JJ
4
Geprüft am 27. Apr. 2019
Very well organized. Good speakers. Content is comprehensive for a Introductory Course. A little more explanation on Validation versus Testing and on some of the evaluation functions would be helpful.
Neue Karrieremöglichkeiten mit Coursera Plus
Unbegrenzter Zugang zu 10,000+ Weltklasse-Kursen, praktischen Projekten und berufsqualifizierenden Zertifikatsprogrammen - 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.