课程主页: https://www.coursera.org/learn/data-pipelines-tensorflow
在如今的机器学习领域，将模型应用于实际环境，由一个简单的模型构建所涉及的步骤远不止于此。在这个过程中，数据处理的有效性至关重要。在Coursera上，一门引人入胜的课程《使用TensorFlow数据服务构建数据管道》将帮助我们更好地理解如何在多种部署场景中利用数据来有效训练和实现我们的机器学习模型。
这门课程是一个专业化训练的第三部分，涉及的主题包括高效的提取、转换和加载（ETL）任务，数据集的加载，以及如何创建高度可重复性的预构建数据流管道。课程涵盖核心知识点，使参与者能够利用TensorFlow平台来简化机器学习工作流，以适应不同的数据需求。
### 课程概要
在这门课程中，学习者将获得：
- 使用TensorFlow数据服务执行高效的ETL任务。
- 使用TensorFlow Hub和TensorFlow数据服务API加载不同的数据集和自定义特征向量。
- 创建并使用现成的数据流管道实现高可复现性。
### 课程学习内容
本周：使用TensorFlow数据服务API执行高效的ETL任务
您将全景了解如何有效地处理数据，以充分准备后续的训练流程。
本周：TensorFlow中的数据集分片与切片API
您会获得在任何数据集上（不限于使用TensorFlow Hub数据集库中数据集）构建训练/验证/测试分布的经验，均依靠分片API的帮助。
本周：将您的数据导出到训练管道中
您会扩展关于数据管道的知识，为机器学习确保更流畅的数据传输。
性能优化
在这一部分，您将学习如何有效管理数据输入，以避免瓶颈、安全竞态等问题，确保高效性从源头到达您机器学习模型的每一部分。
### 结语
如果您热衷于想事情更简单流畅，只需深化数据管道的知识，并拥有TensorFlow这样优秀的工具，而此次课程就是您能力成长的契机。对于每一个希望实现高度可靠机器学习模型的新手或是拥有一定基础的开发工程师，这是一个不容错过的学习体验。
课程主页: https://www.coursera.org/learn/data-pipelines-tensorflow