Course Summary
Learn the basics of TensorFlow, a popular open-source machine learning framework, through this introductory course. Explore the fundamentals of machine learning, deep learning, neural networks, and more.Key Learning Points
- Learn how to use TensorFlow to build and train machine learning models
- Understand the basics of deep learning and neural networks
- Explore the various applications of TensorFlow in real-world scenarios
Job Positions & Salaries of people who have taken this course might have
- Machine Learning Engineer
- USA: $112,000 - $150,000
- India: ₹800,000 - ₹2,000,000
- Spain: €30,000 - €60,000
- Data Scientist
- USA: $95,000 - $140,000
- India: ₹600,000 - ₹1,500,000
- Spain: €25,000 - €50,000
- AI Engineer
- USA: $120,000 - $160,000
- India: ₹900,000 - ₹2,200,000
- Spain: €35,000 - €70,000
Related Topics for further study
Learning Outcomes
- Understand the basics of TensorFlow and its applications
- Learn how to build and train machine learning models using TensorFlow
- Gain practical experience through hands-on exercises and projects
Prerequisites or good to have knowledge before taking this course
- Basic programming knowledge (Python recommended)
- Familiarity with linear algebra and calculus
Course Difficulty Level
IntermediateCourse Format
- Online
- Self-paced
- Video Lectures
- Hands-on Exercises
Similar Courses
- Applied Data Science with Python
- Machine Learning
- Deep Learning
Related Education Paths
Notable People in This Field
- Andrew Ng
- François Chollet
Related Books
Description
Ce cours va vous expliquer comment exploiter la flexibilité et la facilité d'utilisation de TensorFlow 2.x et de Keras pour créer, entraîner et déployer des modèles de machine learning. Vous en apprendrez plus sur la hiérarchie de l'API TensorFlow 2.x et découvrirez les principaux composants de TensorFlow à travers divers exercices pratiques. Nous allons vous montrer comment travailler avec des ensembles de données et des colonnes de caractéristiques. Vous apprendrez à concevoir et à créer un pipeline de données d'entrée TensorFlow 2.x. À l'aide d'exercices pratiques, vous vous entraînerez à charger des données CSV, des tableaux Numpy, des données de texte et des images à l'aide de tf.Data.Dataset. Vous vous entraînerez également à créer des colonnes de caractéristiques numériques, catégorielles, en buckets et hachées.
Outline
- Introduction
- Présentation
- Présentation de Qwiklabs
- Core TensorFlow
- Présentation
- Qu'est-ce que TensorFlow ?
- Avantages d'un graphe orienté
- Hiérarchie de l'API TensorFlow
- Évaluation paresseuse
- Graphique et session
- Évaluer un Tensor
- Visualiser un graph
- Tensors
- Variables
- Présentation de l'atelier : Écrire des programmes TensorFlow de bas niveau
- Solution de l'atelier
- Présentation
- Problèmes de forme
- Résoudre les problèmes de forme
- Problèmes de type de données
- Déboguer des programmes complets
- Présentation : Déboguer des programmes complets
- Démonstration : Déboguer des programmes complets
- Qu'est-ce que TensorFlow ?
- Graphe et session
- Core TensorFlow
- API Estimator
- Présentation
- API Estimator
- Estimators prédéfinis
- Démonstration : Modèle du prix des logements
- Points de contrôle
- Apprentissage avec des ensembles de données en mémoire
- Présentation de l'atelier : API Estimator
- Solution de l'atelier : API Estimator
- Apprentissage avec de grands ensembles de données grâce à l'API Dataset
- Présentation de l'atelier : Scaling de l'ingestion TensorFlow à l'aide du traitement par lot
- Solution de l'atelier : Scaling de l'ingestion TensorFlow à l'aide du traitement par lot
- Tâches de grande envergure, apprentissage distribué
- Assurer la surveillance avec TensorBoard
- Démonstration : UI TensorBoard
- Fonctionnalité d'entrée de diffusion
- Récapitulatif : API Estimator
- Présentation de l'atelier : Créer un modèle TensorFlow d'apprentissage distribué avec l'API Estimator
- Solution de l'atelier : Créer un modèle TensorFlow d'apprentissage distribué avec l'API Estimator
- API Estimator
- Effectuer le scaling des modèles TensorFlow avec CMLE
- Présentation
- Pourquoi Cloud Machine Learning Engine ?
- Entraîner un modèle
- Surveiller et déployer des tâches d'entraînement
- Présentation de l'atelier : Scaling de TensorFlow avec Cloud Machine Learning Engine
- Solution de l'atelier : Scaling de TensorFlow avec Cloud Machine Learning Engine
- Cloud MLE
- Récapitulatif
- Récapitulatif
Summary of User Reviews
Learn the basics of TensorFlow with this introductory course, highly recommended by users. The course provides a comprehensive introduction to the powerful machine learning tool but also offers practical tips and tricks to get started quickly.Key Aspect Users Liked About This Course
The course is highly recommended for beginners who are looking for a practical introduction to TensorFlow, thanks to its comprehensive nature and hands-on approach.Pros from User Reviews
- The course provides a great introduction to TensorFlow, even for those who have no prior experience with machine learning.
- The instructors are knowledgeable, engaging, and provide clear explanations that are easy to follow.
- The practical exercises and assignments help users get hands-on experience with TensorFlow, which is essential for learning and retaining the material.
- The course is well-structured and easy to follow, with plenty of examples and resources provided to help users succeed.
- The course is available in French, making it accessible to a wider range of users.
Cons from User Reviews
- Some users found the course to be too basic and not challenging enough.
- The course can be quite time-consuming, especially if you are not familiar with the material.
- Some users found the assignments to be too difficult or not well-explained.
- The course can be quite technical and may require a significant amount of background knowledge to fully understand.
- Some users found the course to be too focused on theory rather than practical applications.
Selenium: Easy Guide to Automated Functional Testing Dev
- 4.1
-
![]()
![]()
![]()
![]()
![]()
Selenium WebDriver, Autoit and IntelliJ: An Easy Guide to Automated Functional Testing Development on Selenium with Java "Great course for beginners....
Intro to TensorFlow en Español
- 4.4
-
![]()
![]()
![]()
![]()
![]()
Este curso se enfoca en aprovechar la flexibilidad y facilidad de uso de TensorFlow 2. x y Keras para compilar, entrenar e implementar modelos de aprendizaje automático....
Intro to TensorFlow en Français
- 0.0
-
![]()
![]()
![]()
![]()
![]()
Ce cours va vous expliquer comment exploiter la flexibilité et la facilité d'utilisation de TensorFlow 2. x et de Keras pour créer, entraîner et déployer des modèles de machine learning....
