Chevron Left
返回到 Optimize TensorFlow Models For Deployment with TensorRT

學生對 Coursera Project Network 提供的 Optimize TensorFlow Models For Deployment with TensorRT 的評價和反饋

4.6
59 個評分

課程概述

This is a hands-on, guided project on optimizing your TensorFlow models for inference with NVIDIA's TensorRT. By the end of this 1.5 hour long project, you will be able to optimize Tensorflow models using the TensorFlow integration of NVIDIA's TensorRT (TF-TRT), use TF-TRT to optimize several deep learning models at FP32, FP16, and INT8 precision, and observe how tuning TF-TRT parameters affects performance and inference throughput. Prerequisites: In order to successfully complete this project, you should be competent in Python programming, understand deep learning and what inference is, and have experience building deep learning models in TensorFlow and its Keras API. Note: This course works best for learners who are based in the North America region. We’re currently working on providing the same experience in other regions....

熱門審閱

LS

2021年6月3日

Great workshop, all the concepts were very well explained.

AA

2022年3月14日

The first to introduce such a rare and important topic.

篩選依據:

1 - Optimize TensorFlow Models For Deployment with TensorRT 的 10 個評論(共 10 個)

創建者 Awais A

2021年3月28日

創建者 Jorge G

2021年2月25日

創建者 Luis S

2021年6月4日

創建者 Abdelrahman A

2022年3月15日

創建者 Fabian I M N

2021年4月20日

創建者 Nusrat I

2021年4月16日

創建者 Chandra S

2020年12月13日

創建者 Maftuna E

2020年9月10日

創建者 Vignesh R

2021年7月8日

創建者 Yilber R

2020年10月1日