使用 TensorFlow 定制模型、层和损失函数

使用 TensorFlow 定制模型、层和损失函数

本课程是 TensorFlow：高级技术专项课程的一部分

位教师：Laurence Moroney

访问权限由 New York State Department of Labor 提供

44,004 人已注册

5个模块

深入了解一个主题并学习基础知识。

1,107 条评论

中级等级

推荐体验

灵活的计划

3 周在 10 小时一周

自行安排学习进度

96%

大多数学生喜欢此课程

5个模块

深入了解一个主题并学习基础知识。

1,107 条评论

中级等级

推荐体验

灵活的计划

3 周在 10 小时一周

自行安排学习进度

96%

大多数学生喜欢此课程

您将获得的技能

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

4 项作业

授课语言：英语（English）

了解顶级公司的员工如何掌握热门技能

了解关于 Coursera for Business 的更多信息

Petrobras, TATA, Danone, Capgemini, P&G 和 L'Oreal 的徽标

积累特定领域的专业知识

本课程是 TensorFlow：高级技术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5个模块

在本课程中，您将：- 比较函数式 API 和顺序式 API，发现可以使用函数式 API 构建的新模型，并构建一个可以产生多个输出的模型（包括连体网络）。 - 构建自定义损失函数（包括连体网络中使用的对比损失函数），以衡量模型的表现并帮助您的神经网络从训练数据中学习。

- 在现有标准层的基础上为你的模型创建自定义层，用 lambda 层自定义网络层，了解它们之间的区别，学习自定义层的组成，并探索激活函数。 - 在现有模型的基础上添加自定义功能，学习如何定义自己的自定义类而不是使用函数式或顺序式 API，构建可从 TensorFlow 模型类继承的模型，以及通过定义自定义模型类构建残差网络 (ResNet)。 DeepLearning.AI TensorFlow：高级技术专业介绍了 TensorFlow 的功能，这些功能为学习者提供了对模型架构的更多控制，以及帮助他们创建和训练高级 ML 模型的工具。本专业面向对 TensorFlow 有基本了解，希望通过学习 TensorFlow 高级功能来构建强大模型，从而扩展自己的知识和技能集的中早期软件和机器学习工程师。

比较功能应用程序接口（Functional API）与顺序应用程序接口（Sequential API）的不同之处，并了解功能应用程序接口（Functional API）如何为您提供更多设计模型的灵活性。练习使用功能性 API 并构建连体网络！

涵盖的内容

11个视频7篇阅读材料1个作业1个编程作业1个应用程序项目3个非评分实验室

11个视频总计47分钟

与 Andrew Ng 对话：专业概述 6分钟
与 Andrew Ng 对话：第 1 课概览 4分钟
欢迎参加课程 0分钟
功能应用程序接口简介 7分钟
声明和堆叠图层 2分钟
分支模型 3分钟
创建多输出模型 4分钟
多输出代码演练 6分钟
连体网络：多输入模型 3分钟
多输入连体网络编码 4分钟
连体网络代码演练 9分钟

7篇阅读材料总计32分钟

加入 DeepLearning.AI 论坛，提出问题、获得支持或分享奇思妙想！ 2分钟
进一步了解启动模式架构 10分钟
能效数据集 3分钟
有关连体网络的参考资料 3分钟
参考文献 "两个向量之间的距离" 3分钟
第 1 周讲义 1分钟
(可选）下载笔记本并刷新工作区 10分钟

1个作业总计30分钟

功能性应用程序接口 30分钟

1个编程作业总计180分钟

使用 Keras 函数应用程序接口的多输出模型 180分钟

1个应用程序项目总计1分钟

入户调查 1分钟

3个非评分实验室总计180分钟

功能性应用程序接口实践 60分钟
多输出 60分钟
连体网络 60分钟

损失函数有助于衡量模型的表现，并用于帮助神经网络从训练数据中学习。了解如何构建自定义损失函数，包括用于连体网络的对比损失函数。

涵盖的内容

9个视频3篇阅读材料1个作业1个编程作业3个非评分实验室

9个视频总计23分钟

欢迎来到第 2 周 1分钟
创建自定义损耗函数 3分钟
胡贝尔损失函数编码 2分钟
胡贝尔损失代码演练 2分钟
为自定义损失函数添加超参数 3分钟
将损失函数转化为类别 2分钟
胡贝尔对象丢失代码演练 4分钟
对比损失 3分钟
对比损失编码 2分钟

3篇阅读材料总计9分钟

胡贝尔损失参考 5分钟
参考文献通过学习不变映射降低维度 3分钟
第 2 周课堂笔记 1分钟

1个作业总计30分钟

自定义损失 30分钟

1个编程作业总计180分钟

创建自定义损耗函数 180分钟

3个非评分实验室总计180分钟

胡贝尔损失实验室 60分钟
胡贝尔损失对象 60分钟
连体网络中的对比损失 60分钟

自定义图层可以让您灵活地实现使用非标准图层的模型。练习利用现有的标准图层为模型创建自定义图层。

涵盖的内容

10个视频1篇阅读材料1个作业1个编程作业3个非评分实验室

10个视频总计31分钟

自定义图层介绍 1分钟
Lambda 层简介 2分钟
来自 Lambda 层的自定义函数 2分钟
使用 Lambda 层探索自定义 Relu 4分钟
自定义层的结构 2分钟
为自己的自定义密集层编码 4分钟
使用自定义层训练神经网络 3分钟
自定义图层代码演练 5分钟
激活自定义图层 4分钟
带激活码的自定义层演练 4分钟

1篇阅读材料总计1分钟

第 3 周课堂笔记 1分钟

1个作业总计30分钟

自定义图层 30分钟

1个编程作业总计180分钟

执行二次层 180分钟

3个非评分实验室总计180分钟

Lambda 层 60分钟
定制致密层 60分钟
在自定义层中激活 60分钟

您可以在现有模型的基础上添加自定义功能。本周，我们将扩展 TensorFlow 模型类，以构建一个 ResNet 模型！

涵盖的内容

7个视频3篇阅读材料1个作业1个编程作业2个非评分实验室

7个视频总计29分钟

自定义模型介绍 1分钟
使用功能性应用程序接口的复杂架构 3分钟
广度和深度模型的编码 2分钟
使用模型类简化架构 4分钟
了解残差网络 7分钟
使用模型类对残差网络进行编码 6分钟
ResNet 代码演练 6分钟

3篇阅读材料总计13分钟

残留网络讲座（选修） 10分钟
第 4 周讲义 1分钟
[重要] 关于实验室笔记本使用权终止的提醒 2分钟

1个作业总计30分钟

定制模型 30分钟

1个编程作业总计180分钟

创建 VGG 网络 180分钟

2个非评分实验室总计120分钟

建立基本模型 60分钟
建立 ResNet 模型 60分钟

通过自定义回调，您可以自定义模型的输出内容或训练过程中的行为方式。本周，实现自定义回调，以便在回调检测到过拟合时停止训练。

涵盖的内容

3个视频4篇阅读材料2个非评分实验室

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

(338个评价)

Laurence Moroney

DeepLearning.AI

22 门课程 594,168 名学生

Eddy Shyu

DeepLearning.AI

17 门课程 1,472,736 名学生

提供方

DeepLearning.AI

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
88.62%
4 stars
9.02%
3 stars
1.62%
2 stars
0.63%
1 star
0.09%

显示 3/1107 个

已于 Jan 6, 2021审阅

I started this course with the intention of learning the syntax needed to implement VAEs. This course satisfied that requirement perfectly! Thank you :)

已于 May 22, 2023审阅

Really very useful course for students who are aspiring of becoming ML/DL engineer. Instructor explanation is awesome and provides us good helpful resources

已于 Nov 24, 2020审阅

Really great course, it teaches you all about the TF API and how to customize it for your needs, i thought only pytorch can make that as it's really pythonic, but i am a nieve noob what can i say.

查看更多评论