学而不厌
孜孜不倦

Using Python to Interact with the Operating System

学不厌资源阅读(683)

课程名称: Using Python to Interact with the Operating System

课程主页: https://www.coursera.org/learn/python-operating-system

所在平台: Coursera

课程类别: 计算机科学

大学或机构: Google

讲师: Google

授课语言: 英语

提供字幕: 英文

课程文件大小: 1.34GB

课程介绍: 在本课程结束时,您将能够在计算机的操作系统上操作文件和进程。 您还将学到正则表达式(一种非常强大的处理文本文件的工具)的知识,并且可以在虚拟机上使用Linux命令行进行练习。 而且,现在这似乎有些麻烦,但是您还将编写一个程序,该程序在实际的日志文件中处理大量错误,然后生成摘要文件。 对于IT专家来说,这是一项非常有用的技能。

我们将开始探索如何在本地执行Python,以及如何在不同的Python文件中组织和使用代码。 然后,我们将学习如何读写不同类型的文件,以及如何使用子流程和输入流。 我们还将深入探讨Bash脚本和正则表达式,这对于使用系统的任何人来说都是非常强大的工具。 我们甚至会涉及自动测试,这使我们能够自动检查代码是否正确。 最后,我们将使用获得的工具处理所有数据并生成自动报告,将所有这些放在一起。

我们还将说明如何在计算机上设置自己的开发人员环境。 这是能够编写和部署功能强大的自动化工具的关键步骤。

本课程属于 Google IT Automation with Python Certificate/专业证书 中的第2门课程。

最近更新:2020年7月1日。

课程压缩包下载地址(度盘链接 解压密码:xuebuyan.org):

Crash Course on Python

学不厌资源阅读(855)

课程名称: Crash Course on Python

课程主页: https://www.coursera.org/learn/python-crash-course

所在平台: Coursera

课程类别: 计算机科学

大学或机构: Google

讲师: Google

授课语言: 英语

提供字幕: 英文

课程文件大小: 1.14GB

课程介绍: 本课程旨在教您基础知识,以便使用最常见的结构用Python编写简单的程序。 以前无需编程。 在本课程结束时,您将了解在IT角色中进行编程的好处; 能够使用Python编写简单的程序; 弄清楚编程的组成部分如何组合在一起; 并结合所有这些知识来解决复杂的编程问题。

我们将从开始编写计算机程序的基础开始。 在此过程中,您将通过互动练习和真实示例获得有关编程概念的动手经验。 您将很快开始了解计算机如何执行多种任务-您只需要编写代码来告诉他们该怎么做。

本课程属于 Google IT Automation with Python Certificate/专业证书 中的第1门课程。

最近更新:2020年7月1日。

课程压缩包下载地址(度盘链接 解压密码:xuebuyan.org):

Security Best Practices in Google Cloud

学不厌资源阅读(689)

课程名称: Security Best Practices in Google Cloud

课程主页: https://www.coursera.org/learn/security-best-practices-in-google-cloud

所在平台: Coursera

课程类别: 计算机科学

大学或机构: Google 云端平台

讲师: Google Cloud Training

授课语言: 英语

提供字幕: 英文

课程文件大小:287MB

课程介绍: 这项自定进度的培训课程为学员提供了有关Google Cloud Platform上的安全控制和技术的广泛研究。

通过录制的讲座,演示和动手实验,参与者可以探索和部署安全GCP解决方案的组件,包括Cloud Identity,GCP资源管理器,Cloud IAM,Google虚拟私有云防火墙,Google Cloud负载平衡,Cloud CDN, 云存储访问控制技术,Stackdriver,安全密钥,客户提供的加密密钥,安全命令中心,Google Data Loss Prevention API和Cloud Armor。 参与者可以在基于GCP的基础架构中的许多地方学习缓解攻击的方法,包括分布式拒绝服务攻击,网络钓鱼攻击以及涉及内容分类和使用的威胁。

为了充分利用本课程,参与者应具备以下条件:

*预先完成Google Cloud Platform基础知识:核心基础架构或同等经验

*事先完成GCP和混合网络深度学习或同等经验

*了解信息安全的基本概念,例如

*漏洞,威胁,攻击面

*机密性,完整性,可用性

*常见威胁类型及其缓解策略

*公钥加密

*公钥和私钥对

*证书

*密码类型

*证书颁发机构

*传输层安全性/安全套接字层加密通信

*公钥基础设施

*安全政策

*熟练掌握命令行工具和Linux操作系统环境

*系统运营经验,本地部署或在公共云环境中部署和管理应用程序

*阅读使用Python或Javascript编写的代码

本课程属于 Security in Google Cloud Platform Specialization/专项课程 中的第3门课程。

最近更新:2020年6月26日。

课程压缩包下载地址(度盘链接 解压密码:xuebuyan.org):

 

Software Defined Networking 软件定义网络

学不厌资源阅读(888)

Coursera课程下载

课程名称: Software Defined Networking 软件定义网络

课程主页: https://www.coursera.org/learn/sdn

所在平台: Coursera

课程类别: 计算机科学

大学或机构: 芝加哥大学

讲师: Dr. Nick Feamster

授课语言: 英语

提供字幕: 英文

课程文件大小: 5.98GB

课程介绍: 在本课程中,您将学习软件定义的网络以及它如何改变通信网络的管理,维护和安全方式。

课程压缩包下载地址(度盘链接 解压密码:xuebuyan.org):

TensorFlow: Data and Deployment Specialization/专项课程

学不厌资源阅读(962)

课程名称(英文):TensorFlow: Data and Deployment Specialization

课程名称(中文):TensorFlow: Data and Deployment 专项课程

课程链接:https://www.coursera.org/specializations/tensorflow-data-and-deployment

平台:Coursera

大学或机构:deeplearning.ai

课程介绍:当您学习在各种部署场景中导航时,并在训练机器学习模型时发现更有效地使用数据的新方法时,请继续在TensorFlow中发展技能。

在这四门专业课程中,您将学习如何将机器学习模型带入各种设备上的真实人的手中。 首先了解如何在浏览器和移动应用程序中训练和运行机器学习模型。 了解如何仅需几行代码就可以利用内置数据集,使用TensorFlow数据服务了解数据管道,使用API​​控制数据拆分,处理所有类型的非结构化数据以及使用用户数据重新训练已部署的模型,同时保持数据隐私。 将您的知识应用到各种部署场景中,并被介绍给TensorFlow Serving,TensorFlow,Hub,TensorBoard等。

世界各地的行业都在采用人工智能。 Laurence Moroney和Andrew Ng的本专业知识将帮助您比以往任何时候都更快,更准确地在任何设备或平台上开发和部署机器学习模型。

本专业建立在TensorFlow实践专业中学习的技能之上。 我们建议学习者在注册TensorFlow:数据和部署之前先完成专业化课程。

应用的学习项目

在TensorFlow:数据和部署专长中,您将学习将知识应用到各种部署场景中,并被介绍给TensorFlow Serving,TensorFlow,Hub,TensorBoard等,并实施可以添加到您的投资组合中并在访谈中显示的项目。

包含课程详情(点击对应课程后方详情了解对应课程具体信息):

1、Browser-based Models with TensorFlow.js(详情
2、Device-based Models with TensorFlow Lite(详情
3、Data Pipelines with TensorFlow Data Services(详情
4、Advanced Deployment Scenarios with TensorFlow(详情

课程视频压缩包下载(度盘链接):

Device-based Models with TensorFlow Lite

学不厌资源阅读(842)

课程名称: Device-based Models with TensorFlow Lite

课程主页: https://www.coursera.org/learn/device-based-models-tensorflow

所在平台: Coursera

课程类别: 计算机科学

大学或机构: deeplearning.ai

讲师: Laurence Moroney

授课语言: 英语

提供字幕: 英文

课程文件大小: 379MB

课程介绍: 将机器学习模型带入现实世界不仅仅是建模。这种专门化将教你如何导航各种部署场景,并更有效地使用数据来训练你的模型。

第二个课程教你如何在移动应用中运行机器学习模型。您将学习如何为低功耗、电池供电的设备准备模型,然后在安卓和iOS平台上运行模型。最后,您将探索如何在嵌入式系统上使用TensorFlow在覆盆子Pi和微控制器上进行部署。

这种专业化建立在我们实践专业化的张量流之上。如果您是张量流的新手,我们建议您先学习练习专门化中的张量流。为了对神经网络的工作方式有更深层次的基础理解,我们建议你选择深度学习专业。

本课程属于 TensorFlow: Data and Deployment Specialization/专项课程 中的第2门课程。

最近更新:2020年6月24日。

课程压缩包下载地址(度盘链接 解压密码:xuebuyan.org):

Advanced Deployment Scenarios with TensorFlow

学不厌资源阅读(636)

课程名称: Advanced Deployment Scenarios with TensorFlow

课程主页: https://www.coursera.org/learn/advanced-deployment-scenarios-tensorflow

所在平台: Coursera

课程类别: 计算机科学

大学或机构: deeplearning.ai

讲师: Laurence Moroney

授课语言: 英语

提供字幕: 英文

课程文件大小: 235MB

课程介绍: 将机器学习模型带入现实世界不仅仅涉及建模。 本专业知识将教您如何导航各种部署方案并更有效地使用数据来训练模型。

在这最后的课程中,您将探索在部署模型时会遇到的四种不同情况。 将向您介绍TensorFlow Serving,该技术可让您通过网络进行推理。 您将转到TensorFlow Hub,该模型库可用于转移学习。 然后,您将使用TensorBoard评估并了解模型的工作方式,并与他人共享模型元数据。 最后,您将探索联合学习,以及如何在保持数据隐私的同时使用用户数据重新训练已部署的模型。

该专业化基于我们的TensorFlow实践专业化。 如果您不熟悉TensorFlow,我们建议您首先参加TensorFlow实践专业化课程。 为了深入了解神经网络的工作原理,我们建议您参加“​​深度学习专业化”课程。

本课程属于 TensorFlow: Data and Deployment Specialization/专项课程 中的第4门课程。

最近更新:2020年6月24日。

课程压缩包下载地址(度盘链接 解压密码:xuebuyan.org):

Data Pipelines with TensorFlow Data Services

学不厌资源阅读(640)

课程名称: Data Pipelines with TensorFlow Data Services

课程主页: https://www.coursera.org/learn/data-pipelines-tensorflow

所在平台: Coursera

课程类别: 计算机科学

大学或机构: deeplearning.ai

讲师: Laurence Moroney

授课语言: 英语

提供字幕: 英文

课程文件大小: 288MB

课程介绍: 将机器学习模型带入现实世界不仅仅是建模。这种专门化将教你如何导航各种部署场景,并更有效地使用数据来训练你的模型。

在第三个课程中,您将使用TensorFlow中的一套工具来更有效地利用数据并训练您的模型。您将学习如何利用内置数据集,只需几行代码,使用API来控制如何分割数据,以及处理所有类型的非结构化数据。

这种专业化建立在我们实践专业化的张量流之上。如果您是张量流的新手,我们建议您先学习练习专门化中的张量流。为了对神经网络的工作方式有更深层次的基础理解,我们建议你选择深度学习专业。

本课程属于 TensorFlow: Data and Deployment Specialization/专项课程 中的第3门课程。

最近更新:2020年6月24日。

课程压缩包下载地址(度盘链接 解压密码:xuebuyan.org):

Browser-based Models with TensorFlow.js

学不厌资源阅读(677)

课程名称: Browser-based Models with TensorFlow.js

课程主页: https://www.coursera.org/learn/browser-based-models-tensorflow

所在平台: Coursera

课程类别: 计算机科学

大学或机构: deeplearning.ai

讲师: Laurence Moroney

授课语言: 英语

提供字幕: 英文

课程文件大小: 261MB

课程介绍: 将机器学习模型带入现实世界不仅仅涉及建模。 本专业知识将教您如何导航各种部署方案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,最后将建立一个计算机视觉项目,该项目可以识别和分类来自网络摄像头的对象。

该专业化基于我们的TensorFlow实践专业化。 如果您不熟悉TensorFlow,我们建议您首先参加TensorFlow实践专业化课程。 为了深入了解神经网络的工作原理,我们建议您参加“​​深度学习专业化”课程。

本课程属于 TensorFlow: Data and Deployment Specialization/专项课程 中的第1门课程。

最近更新:2020年6月24日。

课程压缩包下载地址(度盘链接 解压密码:xuebuyan.org):

Developing Applications with Google Cloud Platform Specialization/专项课程

学不厌资源阅读(804)

课程名称(英文):Developing Applications with Google Cloud Platform Specialization

课程名称(中文):Developing Applications with Google Cloud Platform 专项课程

课程链接:https://www.coursera.org/specializations/developing-apps-gcp

平台:Coursera

大学或机构:Google 云端平台

课程介绍:在本专业中,应用程序开发人员将学习如何设计,开发和部署可无缝集成来自Google Cloud Platform(GCP)的托管服务的应用程序。 通过演示,演示和动手实验的结合,参与者将学习如何使用GCP服务和经过预训练的机器学习API来构建安全,可扩展且智能的云原生应用程序。 学习者可以选择以自己喜欢的语言完成实验:Node.js,Java或Python。

此类适用于希望构建云本机应用程序或重新设计将在Google Cloud Platform上运行的现有应用程序的应用程序开发人员。

本课程向学员教授以下技能:

•使用最佳实践进行应用程序开发。

•为应用程序数据选择适当的数据存储选项。

•实施联合身份管理。

•开发松散耦合的应用程序组件或微服务。

•集成应用程序组件和数据源。

•调试,跟踪和监视应用程序。

•使用容器和部署服务执行可重复的部署。

•选择适当的应用程序运行时环境; 将Google Kubernetes Engine用作运行时环境,然后再切换到Google App Engine灵活环境的无操作解决方案。

应用的学习项目

该专业包含使用我们的Qwiklabs平台的动手实验室。

这些动手的组件将使您可以应用在视频讲座中学到的技能。 项目将包含Qwiklabs中使用和配置的主题,例如Google Cloud Platform产品。 您可以期望通过各个模块中介绍的概念获得实践经验。

包含课程详情(点击对应课程后方详情了解对应课程具体信息):

1、Google Cloud Platform Fundamentals: Core Infrastructure(详情
2、Getting Started With Application Development(详情
3、Securing and Integrating Components of your Application(详情
4、App Deployment, Debugging, and Performance(详情

课程视频压缩包下载(度盘链接 解压密码:xuebuyan.org):