Descubra nuestros mejores tutoriales y guías sobre una variedad de temas, que incluyen tecnología, salud, estilo de vida y más. Únase a nosotros para recibir actualizaciones ricas e interesantes que lo ayudarán a ampliar sus conocimientos y mejorar su vida.
Suggested by: Coursera (What is Coursera?)
No prior knowledge required
No unnecessary risks
Esta especialización está destinada a investigadores y profesionales del aprendizaje automático que buscan desarrollar habilidades prácticas en el popular marco de aprendizaje profundo TensorFlow.
El primer curso de esta especialización te guiará en los conceptos básicos necesarios para:
El segundo curso profundizará tus conocimientos y habilidades en TensorFlow, para desarrollar:
También se acostumbrará a las API de TensorFlow para incluir modelos de secuencia.
El último curso se especializa en un enfoque probabilístico que se vuelve cada vez más significativo en el aprendizaje profundo. Aprenderás:
Este curso también puede considerarse como una introducción a la biblioteca TensorFlow Probability.
Los conocimientos necesarios para esta especialización son:
Como parte de los proyectos finales y tareas de programación de esta especialización, adquirirá habilidades prácticas en el desarrollo de modelos de aprendizaje profundo para una variedad de aplicaciones tales como:
¡Bienvenido al curso «Comenzando con TensorFlow 2»! En este curso aprenderás todo el proceso para desarrollar modelos de aprendizaje profundo con TensorFlow, desde caracterizar, entrenar, evaluar y predecir con modelos a través de la API serial, validar modelos, integrar regulación, implementar lecturas repetidas y guardar y cargar modelos.
Aplique los conceptos que aprenderá de inmediato con prácticas prácticas de codificación, guiadas por un asistente docente certificado. Además, hay una serie de tareas de programación que se evalúan automáticamente para fortalecer tus habilidades.
Al final del curso, agruparás los conceptos en un proyecto final, donde desarrollarás un modelo de clasificador de imágenes desde cero.
TensorFlow es una biblioteca de máquina de código abierto y uno de los marcos de aprendizaje profundo más utilizados. El lanzamiento de TensorFlow 2 significa un cambio significativo en el desarrollo de productos, con énfasis principal en la facilidad de uso para todos los usuarios, desde principiantes hasta niveles avanzados. Este curso también está dirigido a usuarios nuevos y a aquellos que tienen experiencia con TensorFlow 1.x.
Los conocimientos necesarios para tener éxito en el curso son:
¡Bienvenido al curso «Para personalizar tus modelos con TensorFlow 2»! En este curso profundizarás tus conocimientos y habilidades en TensorFlow para desarrollar modelos y técnicas de aprendizaje profundo personalizados para cada aplicación. Utilizará API de bajo nivel en TensorFlow para desarrollar arquitecturas de modelos complejas, capas personalizadas e información flexible. Amplíe también su conocimiento de las API de TensorFlow para incluir modelos en serie.
Aplicar los conceptos inmediatamente con ejercicios prácticos, bajo la dirección de un profesor asistente cualificado. Además, hay una serie de tareas de programación que se evalúan automáticamente para fortalecer tus habilidades.
Al final del curso, agruparás los conceptos en un proyecto final, en el que desarrollarás un modelo de traducción neuronal personalizado desde cero.
TensorFlow es una biblioteca de máquina de código abierto y uno de los marcos de aprendizaje profundo más utilizados. El lanzamiento de TensorFlow 2 significa un cambio significativo en el desarrollo de productos, con énfasis principal en la facilidad de uso para todos los usuarios, desde principiantes hasta niveles avanzados.
Este curso sigue directamente al curso anterior «Introducción a TensorFlow 2». El conocimiento adicional requerido para tener éxito es:
¡Bienvenido al curso «Información basada en probabilidades con TensorFlow»! Este curso se basa en los conceptos y habilidades básicos de TensorFlow aprendidos en los dos primeros cursos y se centra en un enfoque de aprendizaje profundo basado en probabilidades. Este es un campo muy importante que tiene como objetivo cuantificar el ruido y la incertidumbre que a menudo se encuentran en los datos del mundo real. Este es un aspecto cardinal cuando se utilizan modelos de aprendizaje profundo en áreas como vehículos autónomos o diagnósticos médicos; Es importante que el modelo sepa lo que no sabe.
Aprenderá a desarrollar modelos probabilísticos con TensorFlow, utilizando la Biblioteca de probabilidad de TensorFlow, que fue diseñada para facilitar la integración de modelos probabilísticos con el aprendizaje profundo. Por tanto, este curso también puede considerarse una introducción a la biblioteca de probabilidad de TensorFlow.
Aprenderá cómo se pueden representar e integrar las compresiones probabilísticas en modelos de aprendizaje profundo en TensorFlow, incluidas redes neuronales bayesianas, flujos normales y codificadores automáticos variables. Aprenderá a desarrollar modelos para cuantificar la incertidumbre, así como modelos generativos que pueden crear nuevos ejemplos similares a los de los datos, como fotografías de rostros de celebridades.
Aplicar los conceptos a través de ejercicios prácticos, bajo la guía de un asistente docente calificado. Además, hay una serie de tareas de programación que se evalúan automáticamente para fortalecer tus habilidades.
Al final del curso, agruparás los conceptos en un proyecto final, donde desarrollarás un algoritmo de autocodificación variable para crear un modelo generativo de un conjunto de imágenes sintéticas que tendrás que crear tú mismo.
Este curso sigue los dos cursos de especialización anteriores, «Introducción a TensorFlow 2» y «Adaptación de sus modelos con TensorFlow 2». El conocimiento adicional requerido para tener éxito es:
