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
Profitez de l'une de nos meilleures offres et renforcez vos compétences avec 50 % de réduction sur Coursera Plus. Économisez maintenant.
Learning Deep Learning: Unit 3
Ce cours fait partie de Spécialisation "Learning Deep Learning"
Instructeurs : Pearson
Inclus avec
Obtenez un aperçu d'un sujet et apprenez les principes fondamentaux.
niveau Intermédiaire
Expérience recommandée
6 heures à compléter
Planning flexible
Apprenez à votre propre rythme
Ce que vous apprendrez
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.
Compétences que vous acquerrez
- Catégorie : LLM Application
- Catégorie : Image Analysis
- Catégorie : Multimodal Prompts
- Catégorie : Deep Learning
- Catégorie : Convolutional Neural Networks
- Catégorie : Large Language Modeling
- Catégorie : Model Training
- Catégorie : Responsible AI
- Catégorie : Network Model
- Catégorie : Generative Model Architectures
- Catégorie : Computer Vision
- Catégorie : Artificial Intelligence
- Catégorie : Model Optimization
- Catégorie : Data Ethics
Outils que vous découvrirez
- Catégorie : PyTorch (Machine Learning Library)
- Catégorie : Prompt Engineering
- Catégorie : Model Deployment
- Catégorie : Generative AI
- Catégorie : Tensorflow
Détails à connaître
Certificat partageable
Ajouter à votre profil LinkedIn
Évaluations
5 devoirs
Enseigné en Anglais
Découvrez comment les employés des entreprises prestigieuses maîtrisent des compétences recherchées
Élaborez votre expertise du sujet
Ce cours fait partie de la Spécialisation "Learning Deep Learning"
Lorsque vous vous inscrivez à ce cours, vous êtes également inscrit(e) à cette Spécialisation.
- Apprenez de nouveaux concepts auprès d'experts du secteur
- Acquérez une compréhension de base d'un sujet ou d'un outil
- Développez des compétences professionnelles avec des projets pratiques
- Obtenez un certificat professionnel partageable
En savoir plus sur Machine Learning
Statut : Essai gratuit
Statut : Essai gratuit
Statut : Essai gratuit
Statut : PrévisualisationNortheastern University
Pour quelles raisons les étudiants sur Coursera nous choisissent-ils pour leur carrière ?
Felipe M.
Étudiant(e) depuis 2018
’Pouvoir suivre des cours à mon rythme à été une expérience extraordinaire. Je peux apprendre chaque fois que mon emploi du temps me le permet et en fonction de mon humeur.’
Jennifer J.
Étudiant(e) depuis 2020
’J'ai directement appliqué les concepts et les compétences que j'ai appris de mes cours à un nouveau projet passionnant au travail.’
Larry W.
Étudiant(e) depuis 2021
’Lorsque j'ai besoin de cours sur des sujets que mon université ne propose pas, Coursera est l'un des meilleurs endroits où se rendre.’
Chaitanya A.
’Apprendre, ce n'est pas seulement s'améliorer dans son travail : c'est bien plus que cela. Coursera me permet d'apprendre sans limites.’
Foire Aux Questions
Plus de questions
Aide financière disponible,