Aprendizaje profundo con TensorFlow

Resumen

Explore TensorFlow's fundamentals and create deep learning models through interactive discussions. Gain practical skills to develop and implement AI in your applications.

Programa

• 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

---

Materias

Conference Talks