C贸mo utilizar TensorFlow 2.0 con Python

1

Redes neuronales con TensorFlow

2

Introducci贸n a TensorFlow 2.0

Manejo y preprocesamiento de datos para redes neuronales

3

Uso de data pipelines

4

C贸mo cargar bases de datos JSON

5

Cargar bases de datos CSV y BASE 64

6

Preprocesamiento y limpieza de datos

7

Keras datasets

8

Datasets generators

9

Aprende a buscar bases de datos para deep learning

10

C贸mo distribuir los datos

11

Crear la red neural, definir capas, compilar, entrenar, evaluar y predicciones

Optimizaci贸n de precisi贸n de modelos

12

M茅todos de regularizaci贸n: overfitting y underfitting

13

Recomendaciones pr谩cticas para ajustar un modelo

14

M茅tricas para medir la eficiencia de un modelo: callback

15

Monitoreo del entrenamiento en tiempo real: early stopping y patience

16

KerasTuner: construyendo el modelo

17

KerasTuner: buscando la mejor configuraci贸n para tu modelo

Almacenamiento y carga de modelos

18

Almacenamiento y carga de modelos: pesos y arquitectura

19

Criterios para almacenar los modelos

Fundamentos de aprendizaje por transferencia

20

Introducci贸n al aprendizaje por transferencia

21

Cu谩ndo utilizar aprendizaje por transferencia

22

Carga de sistemas pre-entrenados en Keras

23

API funcional de Keras

24

Uso sistemas pre-entrenados de TensorFlow Hub

Resultados de entrenamiento

25

Introducci贸n a variables relevantes del TensorBoard

26

An谩lisis y publicaci贸n de resultados del entrenamiento

27

Introducci贸n al despliegue de modelos en producci贸n

28

Siguientes pasos con deep learning

No tienes acceso a esta clase

隆Contin煤a aprendiendo! 脷nete y comienza a potenciar tu carrera

Siguientes pasos con deep learning

28/28
Recursos

A trav茅s de los m贸dulos profesionalizamos el ciclo de vida de la creaci贸n del c贸digo de un proyecto de Machine Learning. A trav茅s de las sesiones aprendimos:

  • Carga de bases de datos en m煤ltiples formatos.
  • Generaci贸n de modelos de Deep Learning.
  • Optimizadores y regularizadores.
  • Callbacks personalizados e inteligentes.
  • Buscadores inteligentes de hiperpar谩metros (Keras tuner).
  • Uso de redes pre-entrenadas (transfer learning).
  • Carga y descarga de configuraciones.
  • An谩lisis gr谩ficos con TensorBoard.
  • Introducci贸n y tips en la puestra a producci贸n.

El aprendizaje nunca para, por lo que puedes indagar sobre redes neuronales convolucionales, data augmentation, formatos TF Records, despliegue en producci贸n y Computer Vision.

Siguientes pasos en el aprendizaje de Deep Learning

Algunos de estos t贸picos ya se encuentran en la plataforma, el resto estar谩n a tu servicio en menos tiempo del que crees. 隆Nunca pares de aprender!

Contribuci贸n creada por Sebasti谩n Franco G贸mez.

Aportes 13

Preguntas 0

Ordenar por:

驴Quieres ver m谩s aportes, preguntas y respuestas de la comunidad?

o inicia sesi贸n.

Sin duda disfrut茅 mucho este curso de los mejores que he visto de la Escuela de Data Science, por mi parte tienes las 5 estrellas m谩s que ganadas, muchas gracias por la ense帽anza y adem谩s espero que Platzi siga sacando m谩s cursos as铆 de calidad.

me anoto a todos los cursos鈥

Muy interesante el curso, queda todo un mundo nuevo por descubrir.

De los mejores cursos que he tomado en Platzi, he aprendido demasiado

Muy buen curso. Si alguien est谩 interesado en realizar investigaci贸n con miras a publicar, le dejo mi contacto: https://www.linkedin.com/in/gibrangc/

Muy buen curso profesor. Muchas gracias. Pocos profesores dedican tiempo en los comentarios para responder a dudas de los alumnos
que buen curso, se disfruta mucho cuando un profe da temas complicados en formas f谩ciles de entender

Exelente curso.Completo, panor谩mico,profundo y revelador. Con un gran dominio de los que se expone. Cada clase un bucear por los diamantes de la IA

Excelente curso.Uno de los mejores sin lugar a dudas.Termin茅 la escuela de data science y el curso refin贸 y dio m谩s panorama a todo lo que aprend铆. Muy revelador. Cinco estrellas y quedo corto.

Uno de los mejores cursos que he tomado en Platzi c:

Simplemente maravilloso el curso.

Definitivamente unos de los mejores cursos que he tomado en Platzi