This course covers key deep learning architectures such as BERT and GPT, focusing on their use in applications like chatbots and prompt tuning. You will learn how to build models that combine text and images, and generate text from visual data. The course also addresses multitask learning and computer vision tasks, including object detection and segmentation, using networks like R-CNN, U-Net, and Mask R-CNN. Topics include ethical considerations in AI and practical advice for tuning and deploying models. Through hands-on projects in TensorFlow and PyTorch, you will develop the skills needed to build, optimize, and apply deep learning solutions in real-world situations.
Learning Deep Learning: Unit 3
Erweitern Sie Ihre Kenntnisse mit Coursera Plus für 239 $/Jahr (normalerweise 399 $). Jetzt sparen.
Learning Deep Learning: Unit 3
Dieser Kurs ist Teil von Spezialisierung „Learning Deep Learning“
Dozenten: Pearson
Bei enthalten
Verschaffen Sie sich einen Einblick in ein Thema und lernen Sie die Grundlagen.
Stufe Mittel
Empfohlene Erfahrung
6 Stunden zu vervollständigen
Flexibler Zeitplan
In Ihrem eigenen Lerntempo lernen
Was Sie lernen werden
Master large language models and transformer architectures for advanced natural language processing applications.
Build and deploy multimodal networks that integrate multiple data types, such as text and images.
Implement multitask learning and solve advanced computer vision problems, including object detection and segmentation.
Apply ethical principles and practical strategies for tuning and deploying deep learning models in real-world settings.
Kompetenzen, die Sie erwerben
- Kategorie: Convolutional Neural Networks
- Kategorie: Artificial Neural Networks
- Kategorie: Deep Learning
- Kategorie: Responsible AI
- Kategorie: Transfer Learning
- Kategorie: Artificial Intelligence
- Kategorie: Performance Tuning
- Kategorie: LLM Application
- Kategorie: Large Language Modeling
- Kategorie: Computer Vision
- Kategorie: Multimodal Prompts
- Kategorie: Image Analysis
Werkzeuge, die Sie lernen werden
- Kategorie: Tensorflow
- Kategorie: Model Deployment
- Kategorie: Prompt Engineering
- Kategorie: Generative AI
- Kategorie: PyTorch (Machine Learning Library)
- Kategorie: Vision Transformer (ViT)
Wichtige Details
Zertifikat zur Vorlage
Zu Ihrem LinkedIn-Profil hinzufügen
Bewertungen
5 Aufgaben
Unterrichtet in Englisch
Erfahren Sie, wie Mitarbeiter führender Unternehmen gefragte Kompetenzen erwerben.
Erweitern Sie Ihre Fachkenntnisse
Dieser Kurs ist Teil der Spezialisierung Spezialisierung „Learning Deep Learning“
Wenn Sie sich für diesen Kurs anmelden, werden Sie auch für diese Spezialisierung angemeldet.
- Lernen Sie neue Konzepte von Branchenexperten
- Gewinnen Sie ein Grundverständnis bestimmter Themen oder Tools
- Erwerben Sie berufsrelevante Kompetenzen durch praktische Projekte
- Erwerben Sie ein Berufszertifikat zur Vorlage
Mehr von Machine Learning entdecken
Warum entscheiden sich Menschen für Coursera für ihre Karriere?
Felipe M.
Lernender seit 2018
„Es ist eine großartige Erfahrung, in meinem eigenen Tempo zu lernen. Ich kann lernen, wenn ich Zeit und Nerven dazu habe.“
Jennifer J.
Lernender seit 2020
„Bei einem spannenden neuen Projekt konnte ich die neuen Kenntnisse und Kompetenzen aus den Kursen direkt bei der Arbeit anwenden.“
Larry W.
Lernender seit 2021
„Wenn mir Kurse zu Themen fehlen, die meine Universität nicht anbietet, ist Coursera mit die beste Alternative.“
Chaitanya A.
„Man lernt nicht nur, um bei der Arbeit besser zu werden. Es geht noch um viel mehr. Bei Coursera kann ich ohne Grenzen lernen.“
Neue Karrieremöglichkeiten mit Coursera Plus
Unbegrenzter Zugang zu 10,000+ Weltklasse-Kursen, praktischen Projekten und berufsqualifizierenden Zertifikatsprogrammen - alles in Ihrem Abonnement enthalten
Bringen Sie Ihre Karriere mit einem Online-Abschluss voran.
Erwerben Sie einen Abschluss von erstklassigen Universitäten – 100 % online
Schließen Sie sich mehr als 3.400 Unternehmen in aller Welt an, die sich für Coursera for Business entschieden haben.
Schulen Sie Ihre Mitarbeiter*innen, um sich in der digitalen Wirtschaft zu behaupten.
Häufig gestellte Fragen
Weitere Fragen
Finanzielle Unterstützung verfügbar,