Compute on Google Cloud Platform
Introducción al curso de Google Cloud for Developer Community
Lectura: introducción de instalación
Tutorial de Qwiklabs
Cómputo en la nube de Google
Opciones de cómputo en la nube
Máquinas virtuales a profundidad
Tutorial para instalar Qwiklabs
Demo: máquinas virtuales a profundidad
Cómputo sin administración con plataformas como servicio
Demo: cómputo sin administración
Lectura: ¿qué son los contenedores?
Cómputo contenerizado con App Engine Flex
Cómputo contenerizado con Cloud Run
Funciones serverless
Continuous Integration, Continuous Delivery
CI/CD en Google Cloud Platform
Estrategias de Despliegue
Repositorios de código
Construcción y despliegue de artefactos
Infraestructura como código
Despliegue en Servicios Serverless
Google Kubernetes Engine
Kubernetes Overview
Demo Kubernetes
Planeación de tu despliegue
Anthos
Cloud Run for Anthos
Demo Cloud Run for Anthos
Anthos Service Mesh
Site Reliability Engineering con Anthos
Streaming Data Analytics
Integración de datos e ingesta de datos totalmente administrada sobre GCP
Demo: ingesta de datos
Ingesta de datos confiable en streaming sobre GCP
Demo: ingesta de datos confiable
Demo: configuración de Apache Kafka
Visualización de mensajes de una base de datos relacional en Google Cloud
Data Warehouse: el modelo tradicional para construir un repositorio de datos empresarial
Data Lakehouse: el nuevo y moderno enfoque para construir un repositorio de datos empresarial
El portafolio de gestión de datos en Google Cloud
Desglose del portafolio de gestión de datos (Bases de datos) en Google Cloud
Gobierno de datos de punta a punta para garantizar la seguridad en tu Data Lake
Gobierno de datos: calidad y monitoreo
Machine Learning
¿Qué es ML y AI?
Plataforma de AI en GCP
Auto ML con datos estructurados
Demo Auto ML con datos estructurados
Predicción de tarifas usando AI notebooks
Demo predicción de tarifas usando AI notebooks
TensorFlow Extended
Sesiones en vivo
Sesión en vivo con Pablo Pérez Villanueva
No tienes acceso a esta clase
¡Continúa aprendiendo! Únete y comienza a potenciar tu carrera
Aportes 1
Preguntas 0
En la versión 2.0 de tensorflow el metodo tf.Session() se encuentra disponible, si se trabaja con una versión mas reciente utilizar tf.compat.v1.Session():
import tensorflow as tf
with tf.compat.v1.Session():
x = tf.constant([[5,6],[7,8]])
z = tf.matmul(x,x) + tf.matmul(x, [[1,0],[0,1]])
result = z.eval()
print(result)
¿Quieres ver más aportes, preguntas y respuestas de la comunidad?