将机器学习模型带入现实世界涉及的不仅仅是建模。本专业课程将教您如何驾驭各种部署场景,并更有效地使用数据来训练模型。 在第一门课程中,您将使用 TensorFlow.js 在任何浏览器中训练和运行机器学习模型。您将学习在浏览器中处理数据的技术,最后还将建立一个计算机视觉项目,识别网络摄像头中的物体并对其进行分类。 本专业课程以我们的 TensorFlow 实践专业课程为基础。如果您是 TensorFlow 的新手,我们建议您先学习 TensorFlow 实践专业课程。如果想更深入地了解神经网络的工作原理,我们建议您学习深度学习专业课程。
Unlock access to 10,000+ courses with Coursera Plus. Start 7-Day free trial.


了解顶级公司的员工如何掌握热门技能

积累特定领域的专业知识
- 向行业专家学习新概念
- 获得对主题或工具的基础理解
- 通过实践项目培养工作相关技能
- 获得可共享的职业证书

该课程共有4个模块
欢迎来到基于浏览器的 TensorFlow.js 模型,这是 TensorFlow 数据和部署专业的第一门课程。在这第一门课程中,我们将学习如何在浏览器中训练机器学习模型,以及如何使用它们来使用 JavaScript 执行推理。这将使您能够直接在浏览器以及 Node.js 等后端服务器上使用机器学习。在课程的第一周,我们将使用 JavaScript 构建一些基本模型,并在简单的网页中执行这些模型。
涵盖的内容
11个视频9篇阅读材料2个作业1个编程作业1个应用程序项目
本周我们将探讨计算机视觉问题,包括使用 JavaScript 时的一些特殊考虑因素,例如处理数千张图像进行训练。本模块结束时,您将知道如何建立一个网站,让您在浏览器中绘图并识别手写数字!
涵盖的内容
8个视频6篇阅读材料1个作业1个编程作业
本周我们将了解如何将用 Python 中的 TensorFlow 创建的模型转换为 JSON 格式,以便使用 Javascript 在浏览器中运行。我们将从两个已经预先转换好的模型开始。其中一个将是毒性分类器,它使用 NLP 来确定一个短语在多个类别中是否有毒;另一个是 Mobilenet,它可用于检测图像中的内容。在本模块结束时,您将亲自用 Python 训练一个模型,并使用 tensorflow.js 转换器将其转换为 JSON 格式。
涵盖的内容
12个视频7篇阅读材料1个作业1个编程作业1个非评分实验室
在浏览器中创建机器学习应用程序时,您需要做的最后一项工作就是了解迁移学习的工作原理。本周您将使用 TensorFlow.js 构建一个完整的网站,从网络摄像头捕捉数据,并重新训练 mobilenet 以识别 "石头、剪子、布 "手势。
涵盖的内容
11个视频5篇阅读材料1个作业1个编程作业
获得职业证书
将此证书添加到您的 LinkedIn 个人资料、简历或履历中。在社交媒体和绩效考核中分享。
位教师

从 软件开发 浏览更多内容
状态:免费试用DeepLearning.AI
状态:免费试用DeepLearning.AI
状态:免费试用DeepLearning.AI
状态:免费试用DeepLearning.AI
人们为什么选择 Coursera 来帮助自己实现职业发展




学生评论
1,008 条评论
- 5 stars
82.25%
- 4 stars
13.67%
- 3 stars
2.57%
- 2 stars
0.69%
- 1 star
0.79%
显示 3/1008 个
已于 Jun 29, 2020审阅
it was good, but it heavily depended on knowing html, but it will help with the basics when someone is creating a model for web page or smt
已于 Mar 2, 2020审阅
I really enjoy working on the programming assignments of this course especially the Week 4 one which is fun and have a lot to learn!
已于 May 3, 2021审阅
This course has given me a lot of real world exercises. The lessons are concise yet really helpful to start your web-based AI project.
常见问题
要获取课程资料、作业和证书,您需要在注册课程时购买证书体验。 您可以尝试免费试听,或申请资助。课程可能提供 "完整课程,无证书"。通过该选项,您可以查看所有课程资料,提交必要的评估,并获得最终成绩。这也意味着您无法购买证书体验。
注册课程后,您就可以访问专项课程中的所有课程,完成作业后还可以获得证书。您的电子证书将添加到您的 "成就 "页面--在那里,您可以打印证书或将其添加到您的 LinkedIn 个人资料中。
是的。在特定的学习课程中,如果您付不起注册费,可以申请助学金或奖学金。如果您选择的学习课程有助学金或奖学金,您可以在说明页面找到申请链接。
更多问题
提供助学金,

