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。
基于浏览器的 TensorFlow.js 模型
基于浏览器的 TensorFlow.js 模型
本课程是 TensorFlow：数据与部署 专项课程 的一部分
位教师：Laurence Moroney
访问权限由 New York State Department of Labor 提供
50,147 人已注册
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
本课程是 TensorFlow：数据与部署 专项课程 专项课程的一部分
在注册此课程时，您还会同时注册此专项课程。
- 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
授课教师评分
(181个评价)
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
82.31%
- 4 stars
13.63%
- 3 stars
2.56%
- 2 stars
0.69%
- 1 star
0.79%
显示 3/1011 个
SM
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.
JC
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!
SZ
已于 Feb 23, 2020审阅
Awesome course! This is one of the most practical courses I have taken, and I am looking forward to the next courses in the series. Thanks! - Steve
从 计算机科学 浏览更多内容
DeepLearning.AI
DeepLearning.AI
DeepLearning.AI
DeepLearning.AI