使用 Keras 和 Tensorflow 进行深度学习

通过 Coursera Plus 提高技能，仅需 239 美元/年（原价 399 美元）。立即节省

使用 Keras 和 Tensorflow 进行深度学习

Q: 我什么时候能看到讲座和作业？

要获得课程资料、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。

本课程是多个项目的一部分。

位教师：Samaya Madhavan另外 6 个

55,827 人已注册

包含在中

7个模块

深入了解一个主题并学习基础知识。

1,027 条评论

中级等级

推荐体验

灵活的计划

2 周在 10 小时一周

自行安排学习进度

92%

大多数学生喜欢此课程

7个模块

深入了解一个主题并学习基础知识。

1,027 条评论

中级等级

推荐体验

灵活的计划

2 周在 10 小时一周

自行安排学习进度

92%

大多数学生喜欢此课程

您将学到什么

在 Keras 中创建自定义层和模型，并将 Keras 与 TensorFlow 2.x 相集成
使用 Keras 开发高级卷积神经网络 (CNN)
开发用于序列数据和时间系列预测的 Transformer Model
解释 Keras 中的无监督学习、Deep Q-networks (DQN) 和强化学习的关键概念

您将获得的技能

类别：Transfer Learning
类别：Unsupervised Learning
类别：Reinforcement Learning
类别：Performance Tuning
类别：Recurrent Neural Networks (RNNs)
类别：Deep Learning
类别：Convolutional Neural Networks
类别：Computer Vision
类别：Model Evaluation

您将学习的工具

类别：Keras (Neural Network Library)
类别：Autoencoders
类别：Generative Adversarial Networks (GANs)
类别：Tensorflow

要了解的详细信息

可分享的证书

添加到您的领英档案

作业

18 任务¹

AI 评分请参见免责声明

授课语言：英语（English）

积累特定领域的专业知识

此课程作为的一部分提供

在注册此课程时，您还需要选择一个特定的合作项目。

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
通过 IBM 获得可共享的职业证书

该课程共有7个模块

Deep Learning 正在计算机视觉、自然语言处理和机器人等许多领域掀起一场革命。此外，用 Python 编写的高级神经网络 API Keras 已成为 TensorFlow 的重要组成部分，使深度学习变得 Accessibility 且简单明了。掌握这些技术将为研究和行业带来很多机会。

您将学习在 Keras 中创建自定义层和模型，并将 Keras 与 TensorFlow 2.x 集成以增强功能。您将使用 Keras 开发高级卷积神经网络 (CNN)。您还将使用 TensorFlow 与 Keras 构建用于序列数据和时间系列的 Transformer model。课程还涵盖 Keras 和 TensorFlow 中用于模型优化和自定义训练 Loop 的无监督学习原理。最后，您将使用 Keras 开发和训练用于强化学习任务的 Deep Q-networks (DQN)（提供生成模型和强化学习概述）。您可以通过每节课的动手实验来实践所学概念。最后一个模块中的最终项目将让您有机会运用所学知识，使用 Transfer Learning 建立一个 Classification Model。本课程适合所有有志于学习 TensorFlow 和 Keras 的 AI 工程师。它要求具备 Python 编程和基本数学概念（如梯度和矩阵）的工作知识，以及使用 Keras 进行 Deep Learning 的基础知识。

本 Modulation 概述了 Keras 的高级功能。它将介绍用于创建复杂模型的 Keras 功能 API。它还包括在 Keras 中创建自定义层和模型。然后，该模块将介绍 Keras 与 TensorFlow 2.x 的集成，以增强功能。您将在实验室中应用所学知识，并在测验中测试您的概念。

涵盖的内容

5个视频2篇阅读材料3个作业2个应用程序项目1个讨论话题2个插件

5个视频总计21分钟

课程介绍 3分钟
高级 Keras 简介 4分钟
Keras 功能 API 和子类化 API 6分钟
在 Keras 中创建自定义图层 3分钟
TensorFlow 2.x 概述 6分钟

2篇阅读材料总计9分钟

课程概览 4分钟
摘要和亮点：高级 Keras 功能 5分钟

3个作业总计50分钟

实践测验：高级 Keras 功能 API 10分钟
练习测验：使用 Keras 自定义层 10分钟
分级测验：Keras 高级功能 30分钟

2个应用程序项目总计60分钟

实验室：在 Keras 中实现功能 API 30分钟
实验室创建自定义图层和模型 30分钟

1个讨论话题总计10分钟

[可选]见面会 10分钟

2个插件总计16分钟

完成课程的有用提示 1分钟
术语表：高级 Keras 功能 15分钟

在本 Modulation 中，您将学习使用 Keras 开发高级卷积神经网络 (CNN)。您将学习 Keras 的数据增强技术。此外，您还将使用 Keras 实现 Transfer Learning 并利用预训练模型。最后，您将学习如何使用 TensorFlow 增强图像处理能力。您将在实验室中应用所学知识，并在测验中测试您的概念。

涵盖的内容

6个视频1篇阅读材料4个作业3个应用程序项目1个讨论话题2个插件

6个视频总计27分钟

Keras 中的高级 CNN 5分钟
数据 Augmentation 技术 3分钟
Keras 中的 Transfer Learning 7分钟
使用预训练模型 5分钟
用于图像处理的 TensorFlow 3分钟
介绍移调卷积 4分钟

1篇阅读材料总计1分钟

摘要和亮点：Keras 中的高级 CNN 1分钟

4个作业总计60分钟

练习测验：高级 CNN 和数据 Augmentation 10分钟
练习测验：预训练模型的迁移学习与图像处理 10分钟
练习测验：移调卷积介绍 10分钟
分级测验：Keras 中的高级 CNN 30分钟

3个应用程序项目总计120分钟

使用 Keras 进行高级数据 Augmentation 30分钟
实验室实施迁移学习 30分钟
实验室：移调卷积的实际应用 60分钟

1个讨论话题总计10分钟

[单选] 讨论提示：数据增强和迁移学习 10分钟

2个插件总计20分钟

阅读：实施迁移学习的技巧 5分钟
术语表：Keras 中的高级 CNN 15分钟

本 Modulation 涵盖使用 Keras 构建和训练高级 Transformer。您将使用 Keras 的 TensorFlow 进一步开发用于序列数据和时间系列的 Transformer model。此外，您还将学习实施用于文本生成的高级 Transformer 技术。您将在实验室中应用所学知识，并在测验中测试您的概念。

涵盖的内容

5个视频1篇阅读材料3个作业2个应用程序项目1个讨论话题1个插件

5个视频总计21分钟

Keras 中的 Transformer 简介 5分钟
为顺序数据构建变压器 3分钟
先进的变压器应用 4分钟
用于时间系列预测的 Transformer 4分钟
用于序列数据的 TensorFlow 4分钟

1篇阅读材料总计3分钟

摘要和亮点：Keras 中的 Transformer 3分钟

3个作业总计50分钟

实践测验：Keras 中的 Transformer 10分钟
练习测验：使用 TensorFlow 的高级 Transformer 和序列数据 10分钟
分级测验：Keras 中的 Transformer 30分钟

2个应用程序项目总计90分钟

实验室制造高级变压器 60分钟
实验室实现文本生成的 Transformer 30分钟

1个讨论话题总计10分钟

[单选] 讨论提示：用变换器变换顺序数据 10分钟

1个插件总计15分钟

术语表：Keras 中的 Transformer 15分钟

在本 Modulation 中，您将学习 Keras 中的无监督学习原理。您将学习构建和训练 Autoencoder 和扩散模型。此外，您还将使用 Keras 开发生成式对抗网络（GAN），并集成 TensorFlow 以完成高级无监督学习任务。您将在实验室中应用所学知识，并在测验中测试您的概念。

涵盖的内容

5个视频1篇阅读材料3个作业3个应用程序项目1个讨论话题1个插件

5个视频总计19分钟

Keras 中的无监督学习简介 5分钟
在 Keras 中构建 Autoencoder 4分钟
扩散模型 4分钟
生成对抗网络 (GAN) 4分钟
用于无监督学习的 TensorFlow 3分钟

1篇阅读材料总计2分钟

摘要和亮点：Keras 中的无监督学习和生成模型 2分钟

3个作业总计50分钟

练习测验：无监督学习、Autoencoder 和扩散模型 10分钟
实践测验：GAN 和 TensorFlow 10分钟
分级测验：Keras 中的无监督学习和生成模型 30分钟

3个应用程序项目总计135分钟

实验室构建 Autoencoder 60分钟
实验室实施扩散模型 45分钟
实验室：使用 Keras 开发 GAN 30分钟

1个讨论话题总计10分钟

[单选] 探索 Autoencoder 和 GAN 10分钟

1个插件总计15分钟

术语表：Keras 中的无监督学习和生成模型 15分钟

在本 Modulation 中，您将学习 Keras 中用于模型开发的高级技术。您将使用 Keras 创建自定义训练 Loop 和优化模型，并使用 Keras Tuner 执行超参数调整。最后，您将学习使用 TensorFlow 进行模型优化和自定义训练 Loop。您将在实验室中应用所学知识，并在测验中测试您的概念。

涵盖的内容

5个视频1篇阅读材料3个作业2个应用程序项目1个讨论话题1个插件

5个视频总计18分钟

高级 Keras 技术 3分钟
Keras 中的自定义训练 Loop 3分钟
使用 Keras Tuner 调整超参数 4分钟
模型优化 4分钟
用于模型优化的 TensorFlow 4分钟

1篇阅读材料总计2分钟

摘要和要点：高级 Keras 技术 2分钟

3个作业总计55分钟

实践测验：Keras 高级技术和自定义训练 Loop 10分钟
练习测验：超参数和模型优化 15分钟
高级 Keras 技术 30分钟

2个应用程序项目总计90分钟

实验室：Keras 中的自定义训练 Loop 30分钟
实验室：使用 Keras Tuner 调整超参数 60分钟

1个讨论话题总计10分钟

[单选] 讨论提示：自定义训练 Loop 和超参数优化 10分钟

1个插件总计15分钟

术语表：高级 Keras 技术 15分钟

在本 Modulation 中，您将学习强化学习的基础知识及其在 Keras 中的应用。Modulation 还涵盖使用 Keras 的 Q-Learning 算法。您将使用 Keras 开发和训练深度 Q 网络（DQN），以完成高级强化学习任务。您将在实验室中应用所学知识，并在测验中测试您的概念。

涵盖的内容

3个视频1篇阅读材料2个作业2个应用程序项目1个讨论话题1个插件

3个视频总计21分钟

强化学习 (RL) 8分钟
使用 Keras 进行 Q 学习 8分钟
使用 Keras 的深度 Q 网络 (DQN) 5分钟

1篇阅读材料总计1分钟

摘要和要点：Keras 强化学习简介 1分钟

2个作业总计40分钟

练习测验：Reinforcement Learning、Q-Learning、Q-Networks (DQNs) 10分钟
分级测验：使用 Keras 的强化学习简介 30分钟

2个应用程序项目总计120分钟

实验室：在 Keras 中实施 Q-Learning 60分钟
实验室：用 Keras 构建深度 Q 网络 60分钟

1个讨论话题总计10分钟

[单选] 讨论提示：强化学习的 Promises 和挑战 10分钟

1个插件总计5分钟

词汇表：Keras 强化学习简介 5分钟

在本 Modulation 中，您将实施期末项目并尝试期末评估。

涵盖的内容

1个视频2篇阅读材料1次同伴评审3个应用程序项目3个插件

1个视频总计7分钟

课程总结 7分钟

2篇阅读材料总计4分钟

祝贺和下一步行动 2分钟
课程团队的感谢 2分钟

1次同伴评审总计20分钟

方案 2：Peer-to-Peer 评级--最终项目提交和评估 20分钟

3个应用程序项目总计125分钟

实践项目：利用迁移学习进行水果分类 60分钟
最终项目：利用迁移学习对废品进行分类 60分钟
方案 1：AI 评分 - 最终项目：提交和评估 5分钟

3个插件总计35分钟

实践项目概述：利用迁移学习进行水果分类 15分钟
最终项目概述 15分钟
阅读：最终项目提交指南和交付成果 5分钟

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

授课教师评分

(151个评价)

Samaya Madhavan

IBM

1 门课程 55,827 名学生

Ricky Shi

IBM

2 门课程 63,929 名学生

Alex Aklson

IBM

21 门课程 1,411,941 名学生

提供方

IBM

人们为什么选择 Coursera 来帮助自己实现职业发展

Felipe M.

自 2018开始学习的学生

''能够按照自己的速度和节奏学习课程是一次很棒的经历。只要符合自己的时间表和心情，我就可以学习。'

Jennifer J.

自 2020开始学习的学生

''我直接将从课程中学到的概念和技能应用到一个令人兴奋的新工作项目中。'

Larry W.

自 2021开始学习的学生

''如果我的大学不提供我需要的主题课程，Coursera 便是最好的去处之一。'

Chaitanya A.

''学习不仅仅是在工作中做的更好：它远不止于此。Coursera 让我无限制地学习。'

学生评论

5 stars
65.20%
4 stars
20.99%
3 stars
7.67%
2 stars
2.91%
1 star
3.20%

显示 3/1027 个

已于 Mar 25, 2022审阅

The detail of prsenetation is awsome and make learning interesting. Thank you Corseara, Thank you IBM

已于 Jul 25, 2020审阅

Nice course to introduce you to more advanced neural network algorithms, I wish the evaluations were more challenging and based on practical exercises... there is no final assignment either.

已于 Mar 4, 2021审阅

This course is the best out of all courses in the specialization, the pace of the speaker was perfect.

常见问题

要获得课程资料、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，您就可以访问证书中的所有课程，并在完成作业后获得证书。您的电子证书将被添加到您的 "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。

¹ 本课程的部分作业采用 AI 评分。对于这些作业，将根据 Coursera 隐私声明使用您的数据。