Monthly Subscription Starting at AED 99 + VAT

Intro to TensorFlow 日本語版
  • Level Professional
  • Course by Google Cloud
  • Offered by

About

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。

Modules

コースの概要

    • 2 Videos
Show info about module content

2 Videos

  • コース概要
  • Google Cloud と Qwiklabs のスタートガイド

TensorFlow の概要

    • 5 Videos
    • 1 Readings
    • 1 Discussion
    • 2 ExternalTool
    • 3 Assignment
Show info about module content

3 Assignment

  • TensorFlow の概要
  • API 階層
  • テンソルと変数

2 External Tool

  • Introduction to Tensors and Variables
  • Writing low-level Tensorflow Code

1 Discussions

  • API 階層の重要性

5 Videos

  • TensorFlow の概要
  • TensorFlow API の階層
  • TensorFlow のコンポーネント: TensorFlow と変数
  • ラボの概要「Introduction to Tensors and Variables」
  • ラボの概要「Writing low-level TensorFlow programs」

1 Readings

  • Reading

TensorFlow 入力データ パイプラインの設計と作成

    • 10 Videos
    • 1 Readings
    • 1 Discussion
    • 6 ExternalTool
    • 3 Assignment
Show info about module content

3 Assignment

  • 練習問題: モデル トレーニング用データの準備
  • tf.data API を使用した大規模なデータセットのトレーニング
  • データ パイプラインの設計と作成

6 External Tool

  • Load CSV and Numpy File Types in TensorFlow 2.0
  • Loading Images Using tf.data.Dataset
  • Introduction to Feature Columns
  • オプションのラボ「TFRecord and tf.Example」
  • Lab Manipulating data with Tensorflow Dataset API
  • オプションのラボ「Feature Analysis Using TensorFlow Data Validation and Facets」

1 Discussions

  • tf.data

10 Videos

  • 概要
  • インメモリ処理とファイル処理
  • モデル トレーニング用データの準備
  • ラボの概要「Load CSV and NumPy Data」
  • ラボの概要「Loading Image Data」
  • ラボの概要「Feature Columns」
  • オプションのラボの概要「TFRecord and tf.Example」
  • tf.data API を使用した大規模なデータセットに関するトレーニング
  • ラボの概要「Manipulating data with Tensorflow Dataset API」
  • オプションのラボの概要「Feature Analysis Using TensorFlow Data Validation and Facets」

1 Readings

  • Readings

Tensorflow 2 と Keras Sequential API を使用したニューラル ネットワークのトレーニング

    • 5 Videos
    • 1 Readings
    • 3 ExternalTool
    • 2 Assignment
Show info about module content

2 Assignment

  • 活性化関数
  • TF2 と Keras を使用したニューラル ネットワーク

3 External Tool

  • Introducing the Keras Sequential API
  • Classification Using the Keras Sequential API and TensorFlow 2.0
  • オプションのラボ「Advanced Classification Using the Keras API and TensorFlow 2.0」

5 Videos

  • 概要
  • アクティベーション関数
  • アクティベーション関数: バックプロパゲーションで回避すべきこと
  • Keras Sequential API を使用したニューラル ネットワーク
  • ラボの概要「Keras Sequential API」

1 Readings

  • Readings

Tensorflow 2 と Keras Functional API を使用したニューラル ネットワークのトレーニング

    • 6 Videos
    • 1 Readings
    • 1 ExternalTool
    • 3 Assignment
Show info about module content

3 Assignment

  • Keras Functional API
  • 正則化
  • クラウドでのモデル提供

1 External Tool

  • The Keras Functional API

6 Videos

  • Keras Functional API を使用したニューラル ネットワーク
  • 正則化: 基礎
  • 正則化: L1、L2、および早期打ち切り
  • 正則化: ドロップアウト
  • クラウドでのモデル提供
  • ラボの概要「Keras Functional API」

1 Readings

  • Readings

モジュールの概要

    • 1 Videos
    • 2 Readings
    • 1 Assignment
Show info about module content

1 Assignment

  • コースのまとめ

1 Videos

  • コースのまとめ

2 Readings

  • Quiz Questions to ALL Lessons
  • コースのスライド

Auto Summary

"Intro to TensorFlow 日本語版" is an immersive course tailored for data science and AI enthusiasts aiming to master the flexible and user-friendly TensorFlow 2.x and Keras for creating, training, and deploying machine learning models. Led by Coursera, this professional-level course delves into the hierarchical structure of the TensorFlow 2.x API, offering hands-on exercises to understand its core components effectively. Learners will explore dataset handling and feature columns, design and create input data pipelines using tf.data.Dataset, and practice loading various data types such as CSV files, NumPy arrays, text data, and images. The course also covers creating numerical, categorical, bucket, and hashed feature columns. Participants will gain proficiency in building deep learning models using Keras Sequential and Functional APIs, understanding activation functions, loss functions, and optimization techniques. Through practical exercises in Jupyter notebooks, they will develop machine learning models for basic linear regression, logistic regression, and advanced logistic regression. Additionally, the course provides insights into training, deploying, and operating large-scale machine learning models on the Cloud AI Platform. The course is available with subscription options for Starter and Professional tiers, making it accessible to those aiming to elevate their expertise in machine learning and AI using TensorFlow and Keras.

Google Cloud Training
Instructor

Google Cloud Training