Compute on Google Cloud Platform
Introducci贸n al curso de Google Cloud for Developer Community
Lectura: introducci贸n de instalaci贸n
Tutorial de Qwiklabs
C贸mputo en la nube de Google
Opciones de c贸mputo en la nube
M谩quinas virtuales a profundidad
Tutorial para instalar Qwiklabs
Demo: m谩quinas virtuales a profundidad
C贸mputo sin administraci贸n con plataformas como servicio
Demo: c贸mputo sin administraci贸n
Lectura: 驴qu茅 son los contenedores?
C贸mputo contenerizado con App Engine Flex
C贸mputo contenerizado con Cloud Run
Funciones serverless
Continuous Integration, Continuous Delivery
CI/CD en Google Cloud Platform
Estrategias de Despliegue
Repositorios de c贸digo
Construcci贸n y despliegue de artefactos
Infraestructura como c贸digo
Despliegue en Servicios Serverless
Google Kubernetes Engine
Kubernetes Overview
Demo Kubernetes
Planeaci贸n de tu despliegue
Anthos
Cloud Run for Anthos
Demo Cloud Run for Anthos
Anthos Service Mesh
Site Reliability Engineering con Anthos
Streaming Data Analytics
Integraci贸n 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: configuraci贸n de Apache Kafka
Visualizaci贸n 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 gesti贸n de datos en Google Cloud
Desglose del portafolio de gesti贸n 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
驴Qu茅 es ML y AI?
Plataforma de AI en GCP
Auto ML con datos estructurados
Demo Auto ML con datos estructurados
Predicci贸n de tarifas usando AI notebooks
Demo predicci贸n de tarifas usando AI notebooks
TensorFlow Extended
Sesiones en vivo
Sesi贸n en vivo con Pablo P茅rez Villanueva
No tienes acceso a esta clase
隆Contin煤a aprendiendo! 脷nete y comienza a potenciar tu carrera
Aportes 1
Preguntas 0
En la versi贸n 2.0 de tensorflow el metodo tf.Session() se encuentra disponible, si se trabaja con una versi贸n 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)
Los aportes, preguntas y respuestas son vitales para aprender en comunidad. Reg铆strate o inicia sesi贸n para participar.