Programa del Curso

Introducción

Descripción general de Neural Networks

Comprensión de las redes convolucionales

Configuración Keras

Descripción general de Keras Características y arquitectura

Descripción general de la sintaxis Keras

Comprender cómo un modelo Keras organiza las capas

Configuración del backend de Keras (TensorFlow o Theano)

Implementación de un modelo de aprendizaje no supervisado

Análisis de imágenes con una red neuronal convolucional (CNN)

Preprocesamiento de datos

Entrenamiento del modelo

Entrenamiento en CPU vs GPU vs TPU

Evaluación del modelo

Uso de un modelo Deep Learning previamente entrenado

Configuración de una red neuronal recurrente (RNN)

Depuración del modelo

Guardar el modelo

Implementación del modelo

Supervisión de un modelo Keras con TensorBoard

Solución de problemas

Resumen y conclusión

Requerimientos

  • Python Experiencia en programación.
  • Experiencia con la línea de comandos de Linux.

Audiencia

  • Desarrolladores
  • Científicos de datos
 21 horas

Número de participantes



Precio por participante

Testimonios (5)

Cursos Relacionados

Advanced Deep Learning with Keras and Python

14 horas

Deep Learning for Self Driving Cars

21 horas

Redes Neuronales Artificiales, Aprendizaje Automático y Pensamiento Profundo

21 horas

Introducción al Aprendizaje Profundo

21 horas

Aprendizaje Profundo (Deep Learning) Avanzado

28 horas

Aprendizaje Profundo para la Visión con Caffe

21 horas

Aprendizaje Profundo para Vision

21 horas

Inteligencia Artificial en Automoción

14 horas

Aprendizaje Automático y Aprendizaje Profundo

21 horas

OpenNN: Implementación de Redes Neuronales

14 horas

OpenNMT: Implementing a Neural Machine Translation solution

7 horas

Introducción a Aprendizaje Profundo y Redes Neuronales Ingeniería

21 horas

Curso de PaddlePaddle

21 horas

OpenFace: Creación de Sistemas de Reconocimiento Facial

14 horas

Python para el Aprendizaje Automático Avanzado

21 horas

Categorías Relacionadas