|
所在平台: Coursera |
课程主页: https://www.coursera.org/learn/intro-tensorflow-jp
课程评论：没有评论
课程名称：TensorFlow 入门 日本语版 课程概述：本课程旨在利用灵活且易于使用的 TensorFlow 2.x 和 Keras，创建、训练和部署机器学习模型。学习 TensorFlow 2.x API 的层次结构，并通过实践演练掌握 TensorFlow 的主要组件。课程内容涵盖数据集和特征列的处理，TensorFlow 2.x 输入数据管道的设计与创建，使用 tf.data.Dataset 读取 CSV 数据、NumPy 数组、文本数据和图像的实践。还将进行数值、分类、分桶和哈希特征列的创建实践。 学习内容包括如何使用 Keras Sequential API 和 Keras Functional API 创建深度学习模型，了解激活函数、损失和优化的概念。在 Jupyter Notebook 中进行实践演习，创建基础线性回归、基本逻辑回归和高级逻辑回归的机器学习模型。最后，学习如何在 Cloud AI Platform 上训练、部署和运行大规模的机器学习模型。 课程大纲： 1. 课介绍：介绍 TensorFlow 2.x 的基础知识，重点讲解输入数据的设计和创建，模型构建和精度提升方法。 2. TensorFlow 概述：学习 TensorFlow 2.x 新的范式，理解主要组件和数据结构。 3. 输入数据管道设计与创建：掌握数据集和特征列的使用，进行实践学习如何加载和处理多种数据格式。 4. 使用 Keras Sequential API 进行神经网络训练：了解激活函数和优化，使用 Keras Sequential API 创建深度学习模型，并学习部署模型到云端的方法。 5. 使用 Keras Functional API 进行神经网络训练：探索更灵活的模型开发方法，适用于多输入/输出和共享层的复杂模型。 6. 总结：回顾课程中学习的主要 TensorFlow 主题，如核心代码、tf.data API 和 Keras API，讨论如何在 Cloud AI Platform 上进行模型扩展。 通过本课程，学员将掌握使用 TensorFlow 和 Keras 开发和部署机器学习模型的核心技能。
Name:コースの概要
Description:これは TensorFlow 2.x の入門コースです。TensorFlow 2.x では手軽な Keras を活用して機械学習モデルを作成できます。このコースでは、TensorFlow 2.x 入力データ パイプラインの設計と作成、TensorFlow 2.x と Keras を使用した機械学習モデルの作成、機械学習モデルの精度向上、大規模に使用する機械学習モデルの記述について取り上げます。
Name:TensorFlow の概要
Description:TensorFlow 2.x の新しいパラダイムについて学びます。TensorFlow API の階層について学び、TensorFlow の主要コンポーネント、テンソル、および変数を実践演習で理解します。
Name:TensorFlow 入力データ パイプラインの設計と作成
Description:データセットと特徴列の扱い方について学びます。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。
Name: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
Description:このモジュールでは、Keras Sequential API を使用して TensorFlow モデルを記述することを学びます。ただし、モデルの記述の前に、活性化関数、損失、および最適化について学びます。次に、Keras Sequential 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。クラウドに予測モデルをデプロイする方法についても学びます。
Name: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
Description:Sequential モデル API はほとんどのディープ ラーニング モデルの開発に適していますが、制約がいくつかあります。その一例を挙げると、入力ソースが複数あるモデル、出力先が複数になるモデル、レイヤを再利用するモデルを定義するのは単純ではありません。Keras Functional API は tf.keras.Sequential API より柔軟にモデルを作成する手段です。Functional API は非線形トポロジのモデル、レイヤを共有するモデル、入力または出力が複数あるモデルに対応できます。Keras Functional API ではモデルを柔軟に定義できます。特に、入力または出力が複数あるモデルや、レイヤを共有するモデルを定義できます。アドホックの非巡回ネットワーク グラフを定義することもできます。大抵のディープ ラーニング モデルの主な目的は、レイヤの有向非巡回グラフ（DAG）です。Functional API はレイヤのグラフを作成する手段です。モデルのパフォーマンス向上に役立つ正則化についても学びます。
Name:まとめ
Description:このコースでこれまでに取り上げた TensorFlow のトピックをここでまとめます。コア TensorFlow コード、tf.data API、Keras Sequential API、および Keras Functional API について復習し、最後には Cloud AI Platform での機械学習モデルのスケーリングについて取り上げます。
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。
