Después de hacer estos cursos, me siento seguro creando visualizaciones y cuadros de mando profesionales
Shoebur RahmanEspecialista en adquisiciones, Giz Bangladesh
Descripción del curso
Introducción a TensorFlow
No hace mucho, los algoritmos de visión por ordenador más avanzados no podían diferenciar entre imágenes de gatos y perros. Hoy en día, un científico de datos experto equipado con nada más que un ordenador portátil puede clasificar decenas de miles de objetos con mayor precisión que el ojo humano.En este curso, utilizarás TensorFlow 2.6 para desarrollar, entrenar y hacer predicciones con los modelos que han impulsado grandes avances en sistemas de recomendación, clasificación de imágenes y FinTech.
Utilizar modelos lineales para hacer predicciones
Descubrirás cómo utilizar TensorFlow 2.6 para hacer predicciones utilizando modelos de regresión lineal, y pondrás a prueba tus conocimientos prediciendo los precios de la vivienda en el condado de King. Esta sección del curso incluye una visión de las funciones de pérdida y de cómo puedes reducir el uso de recursos entrenando tu modelo lineal por lotes.Entrena tu red neuronal
En la segunda mitad del curso, utilizarás las mismas herramientas para hacer predicciones mediante redes neuronales. Practicarás el entrenamiento de una red en TensorFlow añadiendo variables entrenables y utilizando tu modelo y las características de prueba para predecir valores objetivo.Combinar TensorFlow con Keras API
Añade el potente API de Keras a tu repertorio y aprende a combinarlo con TensorFlow 2.6 para hacer predicciones y evaluar modelos. Al final de este curso, comprenderás cómo utilizar los Estimadores API para agilizar la definición del modelo y evitar errores.Requisitos previos
Programa de formación
Contenido del curso
1
Introducción a TensorFlow
Antes de poder crear modelos avanzados en TensorFlow 2, primero necesitas entender lo básico. En este capítulo, aprenderás a definir constantes y variables, realizar sumas y multiplicaciones de tensores y calcular derivadas. Tener conocimientos de álgebra lineal te ayudará, pero no es imprescindible.
- Constantes y variables50 XP
- Definir datos como constantes100 XP
- Definir variables100 XP
- Operaciones básicas50 XP
- Multiplicación elemento a elemento100 XP
- Hacer predicciones con multiplicación de matrices100 XP
- Sumar sobre dimensiones de tensores50 XP
- Operaciones avanzadas50 XP
- Cambiar la forma de tensores100 XP
- Optimización con gradientes100 XP
- Trabajar con datos de imagen100 XP
2
Modelos lineales
En este capítulo, aprenderás a construir, resolver y hacer predicciones con modelos en TensorFlow 2. Te centrarás en una clase simple de modelos —el modelo de regresión lineal— e intentarás predecir precios de viviendas. Al finalizar, sabrás cargar y manipular datos, construir funciones de pérdida, realizar minimización, hacer predicciones y reducir el uso de recursos con entrenamiento por lotes.
3
Redes neuronales
En los capítulos anteriores has aprendido a crear modelos en TensorFlow 2. En este capítulo, aplicarás esas mismas herramientas para construir, entrenar y hacer predicciones con redes neuronales. Aprenderás a definir capas densas, aplicar funciones de activación, elegir un optimizador y aplicar regularización para reducir el sobreajuste. Aprovecharás la flexibilidad de TensorFlow utilizando tanto operaciones de álgebra lineal de bajo nivel como operaciones de la API Keras de alto nivel para definir y entrenar modelos.
4
APIs de alto nivel
En el capítulo final, usarás APIs de alto nivel en TensorFlow 2 para entrenar un clasificador de letras en lenguaje de signos. Utilizarás las APIs secuencial y funcional de Keras para entrenar, validar, hacer predicciones y evaluar modelos. También aprenderás a usar la API de Estimators para agilizar la definición y el entrenamiento de modelos, y evitar errores.
Introducción a TensorFlow en Python
Curso
completado
