Redes neuronales con TensorFlow

Introducción a TensorFlow 2.0

Uso de data pipelines

Cómo cargar bases de datos JSON

Cargar bases de datos CSV y BASE 64

Preprocesamiento y limpieza de datos

Keras datasets

Datasets generators

Aprende a buscar bases de datos para deep learning

Cómo distribuir los datos

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

Métodos de regularización: overfitting y underfitting

Recomendaciones prácticas para ajustar un modelo

Métricas para medir la eficiencia de un modelo: callback

Monitoreo del entrenamiento en tiempo real: early stopping y patience

KerasTuner: construyendo el modelo

KerasTuner: buscando la mejor configuración para tu modelo

Almacenamiento y carga de modelos: pesos y arquitectura

Criterios para almacenar los modelos

Introducción al aprendizaje por transferencia

Cuándo utilizar aprendizaje por transferencia

API funcional de Keras

Uso sistemas pre-entrenados de TensorFlow Hub

Introducción a variables relevantes del TensorBoard

Análisis y publicación de resultados del entrenamiento

Introducción al despliegue de modelos en producción

Siguientes pasos con deep learning