Resumen
En este curso, aprenderás la "magia" que permite la eficiencia del aprendizaje profundo. En lugar de ver el proceso de aprendizaje profundo como una caja negra, comprenderás qué controla el rendimiento y podrás así obtener sistemáticamente buenos resultados más a menudo. También aprenderás TensorFlow.
- Puedes comprender las mejores prácticas en el sector de construcción de aplicaciones de aprendizaje profundo.
- Serás capaz de utilizar con eficacia "trucos" comunes de redes neuronales, que incluyen la inicialización, la regularización L2 y el abandono, la normalización por lotes, la verificación de gradientes.
- Puedes implementar y emplear una variedad de algoritmos de optimización, como por ejemplo el descenso de gradientes por mini-lotes, el momentum, RMSprop y Adam, y controlar su convergencia.
- Comprenderás, en la era del aprendizaje profundo, las nuevas mejores prácticas para configurar los conjuntos de entrenamiento/dev/prueba y cómo analizar el sesgo/varianza.
- Puedes implementar una red neuronal en TensorFlow.
Este es el segundo curso de la especialización en aprendizaje profundo.
Universidad: Coursera
Proveedor: Coursera
Categorías: Cursos de Aprendizaje Profundo, Cursos de Redes Neuronales, Cursos de TensorFlow, Cursos de Ajuste de Hiperparámetros
Programa de estudio
Enseñado por
Andrew Ng, Kian Katanforoosh and Younes Bensouda Mourri
Etiquetas