Coursera 又有 TensorFlow 專項(xiàng)課程了，這回的主要內(nèi)容放在了 TensorFlow.js、TensorFlow Lite 等 web 或移動(dòng)端的使用。

大家都很熟悉吳恩達(dá)了。他開設(shè)的 Coursera 機(jī)器學(xué)習(xí)課程可以說是很多初學(xué)者的「白月光」。近日，他創(chuàng)始的 deeplearning.ai 在 Coursera 上另外開設(shè)了一門課程，主要介紹使用 Tensorflow.js、TensorFlow Lite、TensorFlow Hub 等工具進(jìn)行數(shù)據(jù)分析的方法。該專項(xiàng)課程已于今日開放注冊(cè)。吳恩達(dá)對(duì)課程進(jìn)行了轉(zhuǎn)推。

 

 

課程地址：https://www.coursera.org/specializations/tensorflow-data-and-deployment

這項(xiàng)課程分為四個(gè)專項(xiàng)課程，目前已更新了前兩個(gè)。

直奔主題，新課程關(guān)注數(shù)據(jù)分析應(yīng)用

 

 

TensorFlow 是深度學(xué)習(xí)中最著名的框架之一，絕大多數(shù)人都已經(jīng)掌握了基本的使用方法。如果要更上一層樓，選擇本課程無疑是一個(gè)好方法。據(jù)介紹，這門課程可以幫助學(xué)習(xí)者了解很多應(yīng)用場景，并發(fā)現(xiàn)訓(xùn)練模型中的高效方法。

該專項(xiàng)課程總共分為四個(gè)部分，主旨在于幫助學(xué)習(xí)者了解如何讓機(jī)器學(xué)習(xí)模型從實(shí)驗(yàn)階段走向?qū)嶋H應(yīng)用。首先，你可以了解到在瀏覽器和移動(dòng)設(shè)備中訓(xùn)練模型。同時(shí)，你可以學(xué)習(xí)如何僅用幾行代碼使用內(nèi)置數(shù)據(jù)集、完成數(shù)據(jù)分割和處理各種非結(jié)構(gòu)化數(shù)據(jù)的工作。最后，你還能了解很多應(yīng)用場景，并了解 TensorFlow Serving、TensorFlow Hub、TensorBoard 等。

 

 

講師

整個(gè)專項(xiàng)課程的授課由谷歌大腦(Google Brain)的 Laurence Moroney 來完成的。

Laurence Moroney 是谷歌的 AI Advocate，致力于使用 TensorFlow 來開發(fā)并構(gòu)建人工智能相關(guān)的應(yīng)用。他曾發(fā)表了很多編程書籍，現(xiàn)在在視頻培訓(xùn)領(lǐng)域與 deeplearning.ai 和 Coursera 展開合作。

 

 

目前，這項(xiàng)課程分為四個(gè)專項(xiàng)課程，其中第一、二專項(xiàng)已放出了具體的教學(xué)大綱和內(nèi)容，第三、四專項(xiàng)課程預(yù)計(jì)很快機(jī)會(huì)更新了。

具體的課程大綱如下：

專項(xiàng)課程一：Browser-based Models with TensorFlow.js

這一課程講授如何利用 TensorFlow.js 在任何瀏覽器中訓(xùn)練和運(yùn)行機(jī)器學(xué)習(xí)模型。你會(huì)學(xué)習(xí)在瀏覽器中處理數(shù)據(jù)的方法，并最終創(chuàng)建一個(gè)從攝像頭中進(jìn)行目標(biāo)識(shí)別和分類的計(jì)算機(jī)視覺項(xiàng)目。

 

 

這門課分為四周，每周計(jì)劃如下：

了解 TensorFlow.js

在第一周課中，你可以學(xué)習(xí)如何在瀏覽器中訓(xùn)練模型，并進(jìn)行推斷。這其中也包括在像 Node.js 后端中使用;

瀏覽器中的圖像識(shí)別

第二周關(guān)注計(jì)算機(jī)視覺問題，包括使用 JavaScript 進(jìn)行圖像分類訓(xùn)練。課程結(jié)束時(shí)，你能夠?qū)W會(huì)搭建一個(gè)網(wǎng)站，并進(jìn)行手寫體識(shí)別;

Json 格式的模型

第三周的課程會(huì)關(guān)注使用 TensorFlow(Python 版)搭建模型，然后將其轉(zhuǎn)換為 Json 格式，讓瀏覽器使用。要學(xué)習(xí)的模型包括有害內(nèi)容分類——使用 NLP 文本分類模型過濾有害文本，以及使用 Mobilenet 來檢測(cè)圖像;

預(yù)訓(xùn)練模型的遷移學(xué)習(xí)

這門課的最后一周，你可以學(xué)到在瀏覽器匯總建立機(jī)器學(xué)習(xí)應(yīng)用，并使用遷移學(xué)習(xí)。這其中包括使用 TensorFlow.js 構(gòu)建網(wǎng)站，使用網(wǎng)絡(luò)攝像頭獲取數(shù)據(jù)、使用預(yù)訓(xùn)練的 mobilenet 檢測(cè)石頭剪刀布的手勢(shì)。

專項(xiàng)課程二：Device-based Models with TensorFlow Lite

在這一課程中，你可以學(xué)到在移動(dòng)應(yīng)用中運(yùn)行深度學(xué)習(xí)模型，包括在低功耗設(shè)備上準(zhǔn)備模型，在安卓或 iOS 端運(yùn)行模型等。最后你可以探索如何在嵌入式設(shè)備中使用 TensorFlow，如樹莓派和微控制器等。

 

 

這門課也分為四周完成，每周的學(xué)習(xí)計(jì)劃如下：

了解 TensorFlow Lite

第一周主要是介紹 TensorFlow Lite、它的工作方式以及主要的學(xué)習(xí)目標(biāo)，例如如何將模型從 TensorFlow 轉(zhuǎn)換到 TensorFlow Lite 格式、了解用來測(cè)試這些模型的 TensorFlow Lite 解釋器等;

在安卓 APP 上運(yùn)行 TensorFlow 模型

第二周的主題是在安卓 APP 上運(yùn)行 TensorFlow 模型。使用 TensorFlow Lite 可以在安卓端運(yùn)行模型，進(jìn)而能夠?qū)�機(jī)器學(xué)習(xí)(ML)帶到這些設(shè)備類型中;

在 IOS 端創(chuàng)建 TensorFlow 模型

第三周講授在 IOS 端創(chuàng)建和運(yùn)行 TensorFlow 模型。學(xué)習(xí)者需要掌握一些有關(guān) IOS 端 Swift 的編程知識(shí)，即使不具備相關(guān)編程知識(shí)，你也可以學(xué)習(xí)創(chuàng)建各種 ML 應(yīng)用并在 IOS 端運(yùn)行;

設(shè)備上的 TensorFlow Lite

最后一周的主題是如何在樹莓派等嵌入式系統(tǒng)上運(yùn)行 TensorFlow 模型。

總之，通過此專項(xiàng)課程的學(xué)習(xí)，你將可以學(xué)習(xí)到 TensorFlow、高級(jí)部署、目標(biāo)檢測(cè)等專項(xiàng)技能，相信也將有助于你更快、更準(zhǔn)確地開發(fā)和部署跨任何設(shè)備或平臺(tái)的機(jī)器學(xué)習(xí)模型。

標(biāo)簽： TensorFlow 機(jī)器學(xué)習(xí)

版權(quán)申明：本站文章部分自網(wǎng)絡(luò)，如有侵權(quán)，請(qǐng)聯(lián)系：west999com@outlook.com
特別注意：本站所有轉(zhuǎn)載文章言論不代表本站觀點(diǎn)！
本站所提供的圖片等素材，版權(quán)歸原作者所有，如需使用，請(qǐng)與原作者聯(lián)系。