Resumen
Explora los fundamentos de TensorFlow y crea modelos de aprendizaje profundo a través de discusiones interactivas. Adquiere habilidades prácticas para desarrollar e implementar inteligencia artificial en tus aplicaciones.
Programa de estudio
-
- Introducción al Aprendizaje Profundo y TensorFlow
-- Visión general del Aprendizaje Profundo
-- Introducción a TensorFlow
-- Configuración del entorno de TensorFlow
- Conceptos Básicos de TensorFlow
-- Tensores y Operaciones
-- Grafos y Sesiones
-- Variables y Placeholders
- Redes Neuronales con TensorFlow
-- Redes Neuronales Profundas (DNN)
-- Funciones de Activación
-- Funciones de Pérdida y Optimización
- Manejo de Datos
-- Importación y Preprocesamiento de Datos
-- APIs y Tuberías de Conjuntos de Datos
-- Técnicas de Aumento de Datos
- Redes Neuronales Convolucionales (CNNs)
-- Arquitectura de CNN
-- Mapas de Características y Pooling
-- Construcción de CNNs con TensorFlow
- Redes Neuronales Recurrentes (RNNs)
-- Comprensión de RNNs y LSTMs
-- Procesamiento de Datos de Secuencia
-- Implementación de RNNs en TensorFlow
- Modelos Avanzados de Aprendizaje Profundo
-- Técnicas de Aprendizaje por Transferencia
-- Redes Generativas Adversarias (GANs)
-- Autoencoders y Aprendizaje No Supervisado
- Evaluación y Ajuste del Modelo
-- Métricas de Evaluación de Modelo
-- Estrategias de Ajuste de Hiperparámetros
-- Validación Cruzada y Sobreajuste
- Despliegue de Modelos de TensorFlow
-- Guardado y Carga de Modelos
-- TensorFlow Serving
-- Integración de Modelos en Aplicaciones
- Proyectos Prácticos
-- Proyecto 1: Clasificación de Imágenes con CNNs
-- Proyecto 2: Análisis de Sentimientos con RNNs
-- Proyecto 3: Construcción de un GAN para Generación de Imágenes
- Conclusión y Direcciones Futuras
-- Revisión de Conceptos Clave
-- Tendencias Emergentes en Aprendizaje Profundo
-- Recursos para Aprendizaje Continuado
Enseñado por
Etiquetas
On-Demand
