Programa del Curso

Conceptos básicos de TensorFlow

    Creación, inicialización, guardado y restauración de variables TensorFlow Alimentación, lectura y precarga TensorFlow de datos Cómo usar TensorFlow la infraestructura para entrenar modelos a escala Visualización y evaluación de modelos con TensorBoard

TensorFlow Mecánica

    Entradas y marcadores de posición Compilar el GraphS Inferencia Pérdida Adiestramiento
Entrenamiento del modelo El gráfico
  • La sesión
  • Bucle de tren
  • Evaluar el modelo Construir el gráfico de evaluación
  • Salida de evaluación
  • Skynjarinn
  • Funciones de activación El algoritmo de aprendizaje del perceptrón Clasificación binaria con el perceptrón Clasificación de documentos con el perceptrón Limitaciones del perceptrón
  • Del perceptrón a las máquinas de vectores de soporte

      Los kernels y el truco del kernel Clasificación de márgenes máximos y vectores de soporte

    Artificial Neural Networks

      Límites de decisión no lineales Redes neuronales artificiales feedforward y feedback Perceptrones multicapa Minimización de la función de coste Propagación hacia adelante Propagación hacia atrás Mejorar la forma en que aprenden las redes neuronales

    Convolucional Neural Networks

      Goals Arquitectura del modelo Principios Organización del código Lanzamiento y entrenamiento del modelo Evaluación de un modelo

    Requerimientos

    Conocimientos de física, matemáticas y programación. Participación en actividades de procesamiento de imágenes.

      28 horas
     

    Número de participantes


    Comienza

    Termina


    Dates are subject to availability and take place between 09:30 and 16:30.
    Los cursos de formación abiertos requieren más de 5 participantes.

    Testimonios (5)

    Cursos Relacionados

    Comprender las Redes Neuronales Profundas

      35 horas

    Categorías Relacionadas