相信我的很多讀者都學習過吳恩達在 Coursera 上開設的 《Machine Learning》和 《Deep Learning Specialization》課程。這兩門課分別針對機器學習和深度學習,作為入門課程再合適不過了!
然而,就在 8 月 2 號,吳恩達又在 Coursera 上線了新的《TensorFlow in Practice》專項課程。顯然,這門專項課程更加註重實踐,而且使用現在最火熱的深度學習框架 TensorFlow。課程一出,一天不到的時間就有 8000 多人註冊了。
首先放上這門專項課程的主頁:
課程內容
如果你是一個軟體開發人員,想要構建可擴充套件的人工智慧演算法,你需要了解如何使用這些工具來構建它們。這個專項課程將教您使用 TensorFlow 的最佳實踐,這是一個流行的開放原始碼機器學習框架。在這些課程中,您將得到:
- 學習如何在 TensorFlow 中構建機器學習模型
-
利用深神經網路和卷積神經網路建立影象識別演算法
-
瞭解如何在移動和網路上部署您的模型
-
超越影象識別,進入物件檢測、文字識別等領域
-
擴充套件用於自定義學習/培訓的基本API
可見,這門課專注於“實踐”!
其實,吳恩達的這門專項課程並不是剛剛開始註冊,之前紅色石頭就發文介紹過這門新課。不過,當時這門專項課程僅僅開設了兩門課程,並不完整。8 月 2 號,這門專項課程已經更新完整了,總共包含四門課。
1、《TensoFlow 和機器學習、深度學習的介紹》
在TensorFlow中構建計算機視覺的基本神經網路,以及如何使用卷積來改善神經網路。
2、《TenSorFlow 中的卷積神經網路》
使用資料擴增、dropout、遷移學習來改進計算機視覺模型。
3、《TenSorFlow 中的自然語言處理》
語言中的情感分析、單詞嵌入、LSTM、序列模型預測單詞等內容。
4、《序列、時間序列和預測》
時間序列的深度神經網路(DNN)、迴圈神經網路(RNN)、真實世界的時間序列資料。
其中,每個課程都將持續 4 周時間,每週需要 4~5 小時完成課程。
該專項課程的註冊地址:
https://www.coursera.org/specializations/tensorflow-in-practice
課程特色
該專項課程對學員的知識要求並不高,只需要具有基本的 Python 程式設計和高中數學基礎即可。可能讀者最關心的一點是,它到底教的是 TF 1.x 還是 2.0?其所有練習都是在 Colab 上完成的、程式碼在 TF 1.x 和 2.0 之間是通用的等。如下圖所示為課程練習題頁面,程式碼放在賊好用的 Colab 上都不需要本地計算力。
如果你是軟體開發者,想要試一試深度學習 APP,那麼你可以上這門課;如果你是機器學習入門者,除了眾多的理論公開課外還想學一學怎樣搭個模型,那麼這門課可以補足你的動手能力。
課程註冊
該課程的價格是 49 美元每月,如果不喜歡包月模式,還可以 49 美元單獨買下每個課程。完成註冊後,你可以學習所有課程,並且完成作業後可以獲得證照。
當然,如果你只想觀看視訊,有個更簡單的方法就是每門課單獨註冊,然後選擇“旁聽”!
注意:一定要單獨註冊每門課程才能選擇旁聽哦!
課程講師
整個 TensorFlow 系列課程的講師是吳恩達與谷歌大腦的 Laurence Moroney,前面兩課的主講都是 Laurence Moroney。
最後,再次放上該專項課程的主頁和註冊地址:
https://www.coursera.org/specializations/tensorflow-in-practice