Las redes son como cebollas - Aprendizaje profundo práctico con TensorFlow

Resumen

Tutorial práctico sobre cómo construir redes neuronales con TensorFlow para tareas de visión por computadora y procesamiento de lenguaje natural. Aprenda conceptos clave de aprendizaje profundo y adquiera experiencia práctica en la configuración de arquitecturas de redes.

Programa de estudio

- Introducción al Aprendizaje Profundo y TensorFlow -- Visión general del aprendizaje profundo y redes neuronales -- Introducción a TensorFlow y su ecosistema - Configuración de Tu Entorno -- Instalación de TensorFlow y bibliotecas esenciales -- Resumen de Jupyter notebooks y Google Colab - Fundamentos de Redes Neuronales -- Capas, nodos y funciones de activación -- Propagación hacia adelante y hacia atrás -- Funciones de pérdida y optimización - Construcción y Entrenamiento de Redes Neuronales con TensorFlow -- Creación y compilación de modelos -- Entrenamiento, evaluación y guardado de modelos - Visión por Computadora Práctica con TensorFlow -- Preprocesamiento y aumento de datos de imagen -- Implementación de Redes Neuronales Convolucionales (CNNs) -- Aprendizaje por transferencia con modelos pre-entrenados -- Proyecto práctico: Clasificación de imágenes - Procesamiento de Lenguaje Natural con TensorFlow -- Preprocesamiento de datos de texto y tokenización -- Implementación de Redes Neuronales Recurrentes (RNNs) y LSTMs -- Uso de Transformers para tareas de PLN -- Proyecto práctico: Clasificación de texto y análisis de sentimiento - Ajuste Fino de Arquitecturas de Redes -- Ajuste de hiperparámetros y optimización de modelos -- Técnicas para reducir sobreajuste: regularización y dropout - Despliegue y Monitoreo de Modelos -- Exportación y despliegue de modelos con TensorFlow Serving -- Fundamentos del monitoreo del rendimiento de modelos - Consideraciones Éticas en IA y Aprendizaje Profundo -- Sesgo en sistemas de IA -- Mejores prácticas para el desarrollo ético de IA - Proyecto Final -- Construcción de una aplicación personalizada de aprendizaje profundo -- Presentaciones y revisión por pares - Conclusión del Curso y Próximos Pasos -- Resumen de aprendizajes clave -- Recursos para el aprendizaje continuo en aprendizaje profundo y TensorFlow

Enseñado por

Etiquetas