Keras 课程可以帮助您学习神经网络设计、模型训练和性能评估技术。您可以掌握优化 Hyperparameter、实施卷积层和递归层以及在各种应用中使用 Transfer Learning 的技能。许多课程介绍了 TensorFlow 和 Python 等工具,这些工具支持开发 AI 模型并将其部署到实际工作中。

您将获得的技能: Natural Language Processing, Keras (Neural Network Library), Generative AI, Generative Model Architectures, Image Analysis, Artificial Neural Networks, Text Mining, Computer Vision, Tensorflow, Deep Learning, Feature Engineering, Performance Testing, Machine Learning Methods, Applied Machine Learning, Google Cloud Platform, Application Development, Data Processing, Systems Development, Python Programming, Data Transformation
初级 · 专项课程 · 1-3 个月

您将获得的技能: 网络架构, 计算机视觉, Machine Learning 方法, 回归分析, 自然语言处理, 网络模型, 机器学习, 张力流, Keras(神经网络库), 深度学习, 图像分析, 人工神经网络
中级 · 课程 · 1-3 个月

您将获得的技能: PyTorch (Machine Learning Library), Keras (Neural Network Library), Deep Learning, Reinforcement Learning, Unsupervised Learning, Artificial Neural Networks, Machine Learning Methods, Generative AI, Tensorflow, Artificial Intelligence and Machine Learning (AI/ML), Image Analysis, Computer Vision, Statistical Modeling, Artificial Intelligence, Geospatial Information and Technology, Machine Learning, Regression Analysis, Data Pipelines, Network Architecture, Network Model
中级 · 专业证书 · 3-6 个月

您将获得的技能: 人工智能, 自然语言处理, 人工智能和机器学习(AI/ML), Machine Learning 方法, 生成式人工智能, 强化学习, 深度学习, 张力流, 无监督学习, 性能调整, Keras(神经网络库), 人工神经网络
中级 · 课程 · 1-3 个月

IBM
您将获得的技能: LLM 申请, 计算机视觉, 大型语言模型, PyTorch(机器学习库), 自然语言处理, Prompt Engineering, Apache Spark, 数据科学, 生成式人工智能, 监督学习, PySpark, Python 程序设计, 功能工程, 强化学习, Keras(神经网络库), 深度学习, 应用机器学习, 机器学习, Jupyter, 无监督学习
攻读学位
中级 · 专业证书 · 3-6 个月

您将获得的技能: Artificial Intelligence and Machine Learning (AI/ML), Exploratory Data Analysis, Generative AI, Keras (Neural Network Library), NumPy, Data Processing, PyTorch (Machine Learning Library), Predictive Modeling, Matplotlib, Data Analysis, Generative Model Architectures, Development Environment, Pandas (Python Package), Image Analysis, Deep Learning, Classification And Regression Tree (CART), Artificial Neural Networks, Artificial Intelligence, Machine Learning, Data Science
中级 · 专项课程 · 3-6 个月

您将获得的技能: Tensorflow, Artificial Neural Networks, Keras (Neural Network Library), Deep Learning, Time Series Analysis and Forecasting, Image Analysis, Natural Language Processing, Computer Vision, Forecasting, Classification And Regression Tree (CART), Supervised Learning, Machine Learning, Text Mining, Predictive Analytics, NumPy, Network Architecture, Data Processing, Data Science
中级 · 专项课程 · 1-3 个月

多位教师
您将获得的技能: Tensorflow, Keras (Neural Network Library), Machine Learning, Google Cloud Platform, Machine Learning Algorithms, Applied Machine Learning, Financial Trading, Reinforcement Learning, Supervised Learning, Data Pipelines, Time Series Analysis and Forecasting, Statistical Machine Learning, Technical Analysis, Deep Learning, Securities Trading, Portfolio Management, Market Trend, Artificial Intelligence and Machine Learning (AI/ML), Financial Market, Artificial Neural Networks
中级 · 专项课程 · 1-3 个月

Imperial College London
您将获得的技能: 数据管道, 贝叶斯统计, 自然语言处理, Data Validation, Machine Learning 方法, 监督学习, 计划发展, 计算机视觉, 计算机编程, 人工神经网络, 数据处理, 无监督学习, 应用机器学习, 机器学习, Keras(神经网络库), 张力流, 深度学习, 预测建模, 图像分析, 生成模型架构
中级 · 专项课程 · 3-6 个月

您将获得的技能: Keras (Neural Network Library), Tensorflow, Applied Machine Learning, Deep Learning, Machine Learning, Computer Vision
中级 · 指导项目 · 不超过 2 小时

您将获得的技能: Keras (Neural Network Library), Image Analysis, Computer Vision, Tensorflow, Deep Learning, Artificial Neural Networks, Applied Machine Learning, Application Development, Systems Development, Python Programming, Supervised Learning
混合 · 课程 · 1-4 周

您将获得的技能: Keras (Neural Network Library), Deep Learning, Image Analysis, Artificial Neural Networks, Computer Vision, Natural Language Processing, Text Mining, Network Architecture, Data Processing
中级 · 课程 · 1-4 周
由于 Keras 基于 Python,因此在开始学习 Keras 之前,您需要有使用这种编程语言的经验。 您还应该对基础机器学习概念有基本的了解。 此外,了解什么是深度学习以及具备较强的数学能力也很有帮助。
如果您想从事神经网络框架和深度学习方面的工作,那么学习 Keras 可能是您的最佳选择。 深度学习指的是基于人工神经网络中创建的算法的机器学习方法,而人工神经网络是以大脑的功能和结构为模型的。 例如,您可能正在从事或已经在从事软件工程师、数据分析师、数据工程师、研究分析师、软件开发人员或生物信息学分析师等职业。 如果是这样,学习 Keras 可能会适合您。
TensorFlow、Theano 和 CNTK 是您可以学习的与 Keras 密切相关的三个主题,因为 Keras 是在这些库之上运行的。 您还可以通过研究人脑来更深入地了解神经网络的前提。 任何与机器学习相关的主题都可能是您感兴趣的,如监督学习、非监督学习和强化学习;归纳学习、演绎学习和反推学习;或多任务学习、主动学习、在线学习、迁移学习和集合学习。 您还可以了解有关深度学习和神经网络的更多信息。
雇用具有 Keras 背景的人员的地方包括雇用数据和软件分析师及开发人员的公司和组织。 例如,你会发现有 Keras 背景的人在亚马逊网络服务(Amazon Web Services)等云计算平台、德勤(Deloitte)等专业服务网络、Verizon 等电信公司以及 Carbon Black 等网络安全公司工作。 拥有 Keras 背景的其他知名雇主包括摩根大通银行、微软、Facebook、福特汽车公司和洛克希德-马丁公司。
Keras 是用 Python 编写的机器学习应用 API,建立在开源 TensorFlow 平台之上。 它为 TensorFlow 提供了一个高效、易用的界面,TensorFlow 因其灵活性和全面的工具和资源生态系统而成为最受欢迎的机器学习软件平台之一;例如,TensorFlow.js 库允许您构建机器学习应用程序,以便在 JavaScript 网页浏览器中运行。 Keras 允许研究人员和开发人员在利用 TensorFlow 的强大功能的同时,尽快从想法转化为结果,是实现机器学习应用快速实验的重要工具。
除了为 TensorFlow 提供平易近人的界面外,在 Keras 中开发应用程序还具有许多其他优势。 它允许将计算扩展到许多设备,利用可能数以万计的 CPU 和 GPU 实现高级应用。 它还可以将程序导出到外部运行时,如服务器、网络浏览器或移动和嵌入式设备。 除了易于使用之外,这种灵活性和强大的功能还使 Keras 成为执行简单机器学习任务和高级深度学习任务(如创建人工神经网络)的重要工具。
TensorFlow 和 Keras 是开发机器学习、深度学习和人工智能(AI)应用必不可少的行业标准工具。 寻求利用用户数据提供新服务或改进服务的科技公司,以及在汽车工业、医药、机器人和其他领域制造下一代产品的公司,都对这些尖端技能有很高的需求。 根据 Glassdoor 的数据,人工智能工程师的平均年薪为 114121 美元。
是的!事实上,Coursera 可以让您以多种不同的方式学习 Keras、TensorFlow 以及机器学习和人工智能(AI)方面的其他主题。 您可以选修伦敦帝国理工学院等一流学校的课程,也可以选修 IBM 和 deeplearning.ai 等行业领先企业的课程。 此外,您还可以通过 Coursera 项目网络,与经验丰富的讲师并肩完成指导性教程,从而掌握 Keras 的技能,这为您提供了一种更加实用的学习方式。 无论哪种方式最适合您的需求,Coursera 都能让您在灵活的时间安排下进行远程学习,让您在现有的学习、工作或家庭生活中接受宝贵的教育。
在线 Keras 课程为增强知识或学习新的 Keras 技能提供了一种方便灵活的方式。 从顶级大学和行业领导者提供的各种 Keras 课程中选择适合不同技能水平的课程。
Coursera 的全部课程目录都提供给企业客户,没有任何限制。 选择最佳 Keras 课程取决于员工的需求和技能水平。 利用我们的 "技能仪表板 "了解技能差距,并确定最适合的课程,以便有效地提高员工的技能。 了解关于 Coursera for Business 的更多信息
在Python中使用 Keras 进行Deep Learning涉及使用 Keras 构建神经网络,Keras 是在TensorFlow 基础上运行的高级API。它简化了模型设计、训练和评估,适用于图像识别和自然语言处理等任务。Coursera 上由 Andrew Ng 讲授的 Deep Learning 专项课程等课程包括使用 Keras 和 Python 的实践项目。