Acerca de este Curso

45,797 vistas recientes
Certificado para compartir
Obtén un certificado al finalizar
100 % en línea
Comienza de inmediato y aprende a tu propio ritmo.
Fechas límite flexibles
Restablece las fechas límite en función de tus horarios.
Nivel intermedio
Aprox. 27 horas para completar
Inglés (English)
Subtítulos: Inglés (English)
Certificado para compartir
Obtén un certificado al finalizar
100 % en línea
Comienza de inmediato y aprende a tu propio ritmo.
Fechas límite flexibles
Restablece las fechas límite en función de tus horarios.
Nivel intermedio
Aprox. 27 horas para completar
Inglés (English)
Subtítulos: Inglés (English)

ofrecido por

Logotipo de Imperial College London

Imperial College London

Programa - Qué aprenderás en este curso

Semana
1

Semana 1

6 horas para completar

The Keras functional API

6 horas para completar
14 videos (Total 81 minutos), 5 lecturas, 2 cuestionarios
14 videos
Interview with Laurence Moroney4m
The Keras functional API5m
Multiple inputs and outputs6m
[Coding tutorial] Multiple inputs and outputs9m
Variables5m
Tensors5m
[Coding tutorial] Variables and Tensors8m
Accessing layer Variables4m
Accessing layer Tensors5m
[Coding tutorial] Accessing model layers8m
Freezing layers4m
[Coding tutorial] Freezing layers7m
Wrap up and introduction to the programming assignment1m
5 lecturas
About Imperial College & the team10m
How to be successful in this course10m
Grading policy10m
Additional readings & helpful references10m
Device placement10m
1 ejercicio de práctica
[Knowledge check] Transfer learning10m
Semana
2

Semana 2

6 horas para completar

Data Pipeline

6 horas para completar
12 videos (Total 93 minutos), 1 lectura, 2 cuestionarios
12 videos
Keras datasets3m
[Coding tutorial] Keras datasets11m
Dataset generators7m
[Coding tutorial] Dataset generators12m
Keras image data augmentation5m
[Coding tutorial] Keras image data augmentation10m
The Dataset class8m
[Coding tutorial] The Dataset class10m
Training with Datasets7m
[Coding tutorial] Training with Datasets11m
Wrap up and introduction to the programming assignment1m
1 lectura
TensorFlow Datasets10m
1 ejercicio de práctica
[Knowledge check] Python generators15m
Semana
3

Semana 3

6 horas para completar

Sequence Modelling

6 horas para completar
13 videos (Total 92 minutos)
13 videos
Interview with Doug Kelly10m
Preprocessing sequence data7m
[Coding tutorial] The IMDB dataset8m
[Coding tutorial] Padding and masking sequence data7m
The Embedding layer4m
[Coding tutorial] The Embedding layer4m
[Coding tutorial] The Embedding Projector12m
Recurrent neural network layers4m
[Coding tutorial] Recurrent neural network layers9m
Stacked RNNs and the Bidirectional wrapper7m
[Coding tutorial] Stacked RNNs and the Bidirectional wrapper10m
Wrap up and introduction to the programming assignment1m
1 ejercicio de práctica
[Knowledge check] Recurrent neural networks15m
Semana
4

Semana 4

6 horas para completar

Model subclassing and custom training loops

6 horas para completar
12 videos (Total 71 minutos)
12 videos
Model subclassing5m
[Coding tutorial] Model subclassing5m
Custom layers7m
[Coding tutorial] Custom layers10m
Automatic differentiation5m
[Coding tutorial] Automatic differentiation6m
Custom training loops7m
[Coding tutorial] Custom training loops10m
tf.function decorator3m
[Coding tutorial] tf.function decorator5m
Wrap up and introduction to the programming assignment1m

Revisiones

Principales revisiones sobre CUSTOMISING YOUR MODELS WITH TENSORFLOW 2

Ver todos los comentarios

Preguntas Frecuentes

  • El acceso a las clases y las asignaciones depende del tipo de inscripción que tengas. Si tomas un curso en modo de oyente, verás la mayoría de los materiales del curso en forma gratuita. Para acceder a asignaciones calificadas y obtener un certificado, deberás comprar la experiencia de Certificado, ya sea durante o después de participar como oyente. Si no ves la opción de oyente:

    • es posible que el curso no ofrezca la opción de participar como oyente. En cambio, puedes intentar con una Prueba gratis o postularte para recibir ayuda económica.
    • Es posible que el curso ofrezca la opción 'Curso completo, sin certificado'. Esta opción te permite ver todos los materiales del curso, enviar las evaluaciones requeridas y obtener una calificación final. También significa que no podrás comprar una experiencia de Certificado.
  • Cuando compras un Certificado, obtienes acceso a todos los materiales del curso, incluidas las tareas calificadas. Una vez que completes el curso, se añadirá tu Certificado electrónico a la página Logros. Desde allí, puedes imprimir tu Certificado o añadirlo a tu perfil de LinkedIn. Si solo quieres leer y visualizar el contenido del curso, puedes participar del curso como oyente sin costo.

  • Puedes solicitar un reembolso completo hasta dos semanas después de tu fecha de pago o (para los cursos que se lanzaron recientemente) hasta dos semanas después del comienzo de la primera sesión del curso, lo que ocurra después. No puedes recibir un reembolso luego de obtener un Certificado de curso, aun cuando completes el curso dentro del período de reembolso de dos semanas. Consulta nuestra política de reembolsos completa.

  • Sí, Coursera ofrece ayuda económica a los estudiantes que no pueden pagar la tarifa. Solicítala haciendo clic en el vínculo de Ayuda económica que está debajo del botón 'Inscribirse' a la izquierda. Se te pedirá que completes una solicitud y recibirás una notificación cuando se apruebe. Obtén más información.

  • Jupyter Notebooks are a third-party tool that some Coursera courses use for programming assignments.

    You can revert your code or get a fresh copy of your Jupyter Notebook mid-assignment. By default, Coursera persistently stores your work within each notebook.

    To keep your old work and also get a fresh copy of the initial Jupyter Notebook, click File, then Make a copy.

    We recommend keeping a naming convention such as “Assignment 1 - Initial” or “Copy” to keep your notebook environment organized. You can also download this file locally.

    Refresh your notebook

    1. Rename your existing Jupyter Notebook within the individual notebook view
    2. In the notebook view, add “?forceRefresh=true” to the end of your notebook URL
    3. Reload the screen
    4. You will be directed to your home Learner Workspace where you’ll see both old and new Notebook files.
    5. Your Notebook lesson item will now launch to the fresh notebook.

    Find missing work

    If your Jupyter Notebook files have disappeared, it means the course staff published a new version of a given notebook to fix problems or make improvements. Your work is still saved under the original name of the previous version of the notebook.

    To recover your work:

    1. Find your current notebook version by checking the top of the notebook window for the title
    2. In your Notebook view, click the Coursera logo
    3. Find and click the name of your previous file

    Unsaved work

    "Kernels" are the execution engines behind the Jupyter Notebook UI. As kernels time out after 90 minutes of notebook activity, be sure to save your notebooks frequently to prevent losing any work. If the kernel times out before the save, you may lose the work in your current session.

    How to tell if your kernel has timed out:

    • Error messages such as "Method Not Allowed" appear in the toolbar area.
    • The last save or auto-checkpoint time shown in the title of the notebook window has not updated recently
    • Your cells are not running or computing when you “Shift + Enter”

    To restart your kernel:

    1. Save your notebook locally to store your current progress
    2. In the notebook toolbar, click Kernel, then Restart
    3. Try testing your kernel by running a print statement in one of your notebook cells. If this is successful, you can continue to save and proceed with your work.
    4. If your notebook kernel is still timed out, try closing your browser and relaunching the notebook. When the notebook reopens, you will need to do "Cell -> Run All" or "Cell -> Run All Above" to regenerate the execution state.
  • Este Curso no otorga crédito universitario, pero algunas universidades pueden aceptar los Certificados del curso para obtener crédito. Consulta con tu institución para obtener más información. Los Títulos en línea y los Certificados Mastertrack™ de Coursera brindan la oportunidad de obtener créditos universitarios.

¿Tienes más preguntas? Visita el Centro de Ayuda al Alumno.