Resumen
Explora TensorFlow a través de la práctica práctica, completando un tutorial de principio a fin para adquirir habilidades prácticas en la construcción y despliegue de modelos de aprendizaje automático.
Programa de estudio
-
- Introducción a TensorFlow
-- Descripción general de TensorFlow y sus aplicaciones
-- Instalación y configuración
- Conceptos Básicos de TensorFlow
-- Tensores y operaciones
-- Gráficos y sesiones (modo de ejecución ávido)
-- Tipos de datos, formas y difusión
- Construcción de Modelos de Aprendizaje Automático con TensorFlow
-- Carga y preprocesamiento de datos
-- Construcción de un modelo lineal simple
-- Implementación de una red neuronal feed-forward
- Entrenamiento y Optimización
-- Funciones de pérdida y algoritmos de optimización
-- Retropropagación y descenso de gradiente
-- Monitoreo del entrenamiento con TensorBoard
- Evaluación de Modelos
-- División de datos en conjuntos de entrenamiento, validación y prueba
-- Evaluación del rendimiento del modelo
-- Comprensión del sobreajuste y técnicas de regularización
- Técnicas Avanzadas de TensorFlow
-- Trabajo con conjuntos de datos y canalizaciones de datos
-- Uso de tf.data para una carga eficiente de datos
-- Implementación de callbacks para el control del entrenamiento
- Despliegue de Modelos de TensorFlow
-- Guardado y carga de modelos
-- Exportación de modelos para despliegue
-- Conceptos básicos de TensorFlow Serving y TensorFlow Lite
- Proyecto Práctico: Desarrollo de un Modelo de Principio a Fin
-- Esquema del proyecto e introducción al conjunto de datos
-- Construcción, entrenamiento y evaluación de un modelo personalizado
-- Despliegue del modelo y realización de predicciones
- Conclusión y Pasos Siguientes
-- Resumen de conceptos clave
-- Recursos para aprendizaje adicional
-- Sesión de preguntas y respuestas y presentación final del proyecto
Enseñado por
Etiquetas
On-Demand
