Course Summary
This course provides an introduction to TensorFlow, an open-source software library for data flow programming. You will learn how to use TensorFlow to build machine learning models, including deep neural networks.Key Learning Points
- Learn the basics of TensorFlow and its applications
- Explore machine learning models such as regression, classification, and clustering
- Build and train deep neural networks using TensorFlow
Related Topics for further study
Learning Outcomes
- Understand the basics of TensorFlow and its applications
- Create machine learning models using TensorFlow
- Build and train deep neural networks
Prerequisites or good to have knowledge before taking this course
- Basic knowledge of Python programming
- Familiarity with machine learning concepts
Course Difficulty Level
IntermediateCourse Format
- Online self-paced course
- Video lectures with quizzes and exercises
- Approximately 12 hours to complete
Similar Courses
- Applied Data Science with Python
- Neural Networks and Deep Learning
- Applied AI with DeepLearning
Related Education Paths
Related Books
Description
このコースの目的は、柔軟で手軽な TensorFlow 2.x と Keras を使用して、機械学習モデルを作成、トレーニング、およびデプロイすることです。TensorFlow 2.x API の階層について学び、TensorFlow の主要コンポーネントを実践演習で理解します。データセットと特徴列の扱い方について学びます。TensorFlow 2.x 入力データ パイプラインの設計と作成の方法について学びます。tf.data.Dataset を使用して csv データ、NumPy 配列、テキストデータ、および画像を読み込む実践演習を行います。数値、カテゴリ、バケット、およびハッシュの特徴列を作成する実践演習も行います。
Keras Sequential API と Keras Functional API を使用してディープ ラーニング モデルを作成する方法を学びます。活性化関数、損失、および最適化について学びます。Jupyter ノートブックの実践演習では、基本的な線形回帰、基本的なロジスティック回帰、および高度なロジスティック回帰の機械学習モデルを作成できます。Cloud AI Platform での大規模な機械学習モデルのトレーニング、デプロイ、および本稼働の方法について学びます。
Outline
- はじめに
- はじめに
- Qwiklabs の概要
- コア TensorFlow
- はじめに
- TensorFlow とは
- 有向グラフの利点
- TensorFlow API の階層
- 遅延評価
- グラフとセッション
- テンソルの評価
- グラフの可視化
- テンソル
- 変数
- ラボの概要: 下位レベルの TensorFlow プログラムの作成
- ラボのソリューション
- はじめに
- 形の問題
- 形の問題の修正
- データ型の問題
- 全プログラムのデバッグ
- 概要: 全プログラムのデバッグ
- デモ: 全プログラムのデバッグ
- TensorFlow とは
- グラフとセッション
- コア TensorFlow
- Estimator API
- はじめに
- Estimator API
- 事前作成済み Estimator
- デモ: 住宅価格モデル
- チェックポインティング
- メモリ内データセットのトレーニング
- ラボの概要: Estimator API
- ラボのソリューション: Estimator API
- Dataset API を使用して大規模なデータセットをトレーニングする
- ラボの概要: バッチ処理を使用して TensorFlow の取り込みをスケールアップする
- ラボのソリューション: バッチ処理を使用して TensorFlow の取り込みをスケールアップする
- 大規模なジョブ、分散トレーニング
- TensorBoard によるモニタリング
- デモ: TensorBoard UI
- 処理入力関数
- 内容のまとめ: Estimator API
- ラボの概要: Estimator API を使用して分散トレーニング TensorFlow モデルを作成する
- ラボのソリューション: Estimator API を使用して分散トレーニング TensorFlow モデルを作成する
- Estimator API
- CMLE で TensorFlow モデルをスケールする
- はじめに
- Cloud Machine Learning Engine を使用する理由
- モデルをトレーニングする
- トレーニング ジョブのモニタリングとデプロイを行う
- ラボの概要: Cloud Machine Learning Engine を使用して TensorFlow をスケーリングする
- ラボのソリューション: Cloud Machine Learning Engine を使用して TensorFlow をスケーリングする
- Cloud MLE
- まとめ
- まとめ
Summary of User Reviews
Learn the basics of TensorFlow with this introductory course. Users have praised the hands-on approach and practical exercises provided in the course.Key Aspect Users Liked About This Course
Practical exercises provided in the coursePros from User Reviews
- Hands-on approach to learning
- Clear explanations of concepts
- Engaging video lectures
- Great for beginners
- Instructors provide helpful feedback
Cons from User Reviews
- Some users found the pace to be too slow
- Not enough advanced material for experienced users
- Some technical issues with the platform
- Limited interaction with other students
- Not enough real-world applications
Intro to TensorFlow 日本語版
- 0.0
-
![]()
![]()
![]()
![]()
![]()
このコースの目的は、柔軟で手軽な TensorFlow 2. x と Keras を使用して、機械学習モデルを作成、トレーニング、およびデプロイすることです。TensorFlow 2. x API の階層について学び、TensorFlow の主要コンポーネントを実践演習で理解します。データセットと特徴列の扱い方について学びます。TensorFlow 2. x 入力データ パイプラインの設計と作成の方法について学びます。tf. data. Dataset を使用して csv データ、NumPy 配列、テキストデータ、および画像を読み込む実践演習を行います。数値、カテゴリ、バケット、およびハッシュの特徴列を作成する実践演習も行います。...
