Prazos flexíveis

Prazos flexíveis
Redefinir os prazos de acordo com sua programação.
Certificado compartilhável
Ganhe um certificado após a conclusão
100% online
Comece instantaneamente e aprenda em sua própria programação.
Curso 1 de 4 no
Tensorflow: Data e especialização de implantação
Nível intermediário
Entendimento básico do JavaScript
Aproximadamente. 22 horas para concluir
Inglês
Legendas: árabe, francês, português (europeu), italiano, vietnamita, alemão, russo, inglês, espanhol

Laurence Moroney
Instrutor
Advogado da IA, Googlesyllabus – O que você aprenderá com este curso
Introdução ao tensorflow.js
Bem-vindo aos modelos baseados no navegador com o tensorflow.js, o primeiro curso do TensorFlow para especialização de dados e implantação. Neste primeiro curso, veremos como treinar modelos de aprendizado de máquina no navegador e como usá -los para executar a inferência usando o JavaScript. Isso permitirá que você use o aprendizado de máquina diretamente no navegador, bem como em servidores de back -end como o Node.js. Na primeira semana do curso, criaremos alguns modelos básicos usando JavaScript e nós os executaremos em páginas da Web simples.
Classificação de imagem no navegador
Nesta semana, examinaremos os problemas de visão computacional, incluindo algumas das considerações únicas ao usar o JavaScript, como lidar com milhares de imagens para treinamento. No final deste módulo, você saberá como criar um site que permite desenhar no navegador e reconhecer seus dígitos manuscritos!
Convertendo modelos em formato JSON
Nesta semana, veremos como pegar modelos que foram criados com o Tensorflow no Python e os convertem em formato JSON para que eles possam ser executados no navegador usando o JavaScript. Começaremos analisando dois modelos que já foram pré-convertidos. Um deles será um classificador de toxicidade, que usa PNL para determinar se uma frase é tóxica em várias categorias; O outro é o MobileNet, que pode ser usado para detectar conteúdo nas imagens. No final deste módulo, você treinará um modelo no Python e o converterá em formato JSON usando o conversor Tensorflow.js.
Transferir o aprendizado com modelos pré-treinados
Um tipo de trabalho final que você precisará ao criar aplicativos aprendidos da máquina no navegador é entender como funciona o aprendizado de transferência. Nesta semana, você criará um site completo que usa o tensorflow.js, capturando dados da web cam e reiniciando o MobileNet para reconhecer gestos de rock, papel e tesoura.