Clase magistral de aprendizaje profundo con TensorFlow 2 Más de 20 proyectos

aprendizaje profundo es uno de los campos más populares en informática hoy en día. Tiene aplicaciones en muchos y muy variados dominios. Con la publicación de modelos de aprendizaje profundo mucho más eficientes a principios de la década de 2010, hemos visto una gran mejora en el estado del arte en campos como Visión artificial, procesamiento de lenguaje natural, generación de imágenes y procesamiento de señales.

Té la demanda de ingenieros de aprendizaje profundo se está disparando y los expertos en este campo son bien pagado, por su valor. Sin embargo, iniciarse en este campo no es fácil. Hay tanta información por ahí, mucha de la cual está desactualizada y muchas veces no toma en cuenta a los principiantes 🙁

En este curso, lo llevaremos a un viaje increíble en el que dominará diferentes conceptos con un enfoque paso a paso y basado en proyectos. estarás usando Flujo tensor 2 (la biblioteca más popular del mundo para el aprendizaje profundo y creada por Google) y Cara de abrazo. Comenzaremos por entender cómo construir modelos muy simples (como modelos de regresión lineal para predicción del precio del cocheclasificadores de texto para críticas de cine, clasificadores binarios para predicción de la malaria) utilizando transformadores Tensorflow y Huggingface, hasta modelos más avanzados (como modelos de detección de objetos con yolomodelo de generador de letras con GPT2 y generación de imágenes con GAN)

Después de realizar este curso y llevar a cabo los diferentes proyectos, desarrollará las habilidades necesarias para desarrollar soluciones modernas de aprendizaje profundo que encuentran las grandes empresas de tecnología.

Aprenderás:

• Los fundamentos de Tensorflow (Tensores, Construcción de modelos, entrenamiento y evaluación)
• Algoritmos de aprendizaje profundo como Redes neuronales convolucionales y transformadores de visión
• Evaluación de Modelos de Clasificación (Precisión, recuperación, exactitud, puntaje F1, matriz de confusión, curva ROC)
• Mitigación del sobreajuste con Aumento de datos
• Conceptos avanzados de Tensorflow como Pérdidas y métricas personalizadas, modos Eager y Graph y bucles de entrenamiento personalizados, Tensorboard
• Operaciones de aprendizaje automático (MLOps) con pesos y sesgos (seguimiento de experimentos, ajuste de hiperparámetros, control de versiones de conjuntos de datos, control de versiones de modelos)
• Clasificación binaria con Detección de malaria
• Clasificación multiclase con Detección de emociones humanas
• Transfiera el aprendizaje con Convnets modernos (Vggnet, Resnet, Mobilenet, Efficientnet) y transformadores de visión (VIT)
• Detección de objetos con YOLO (Solo miras una vez)
• Segmentación de imágenes con EN
• Personas que cuentan con csrnet
• Despliegue del modelo (Destilación, formato Onnx, Cuantificación, Fastapi, Heroku Cloud)
• Generación de dígitos con Codificadores automáticos variacionales
• Generación de rostros con Redes neuronales adversarias generativas
• Preprocesamiento de texto para procesamiento de lenguaje natural.
• Algoritmos de aprendizaje profundo como Redes Neuronales Recurrentes, Modelos de Atención, Transformadores y Redes Neuronales Convolucionales.
• Análisis de sentimiento con RNN, Transformers y Huggingface Transformers (Deberta)
• Transfiere el aprendizaje con Word2vec y los modernos Transformers (GPT, Bert, ULmfit, Deberta, T5…)
• Traducción automática con RNN, atención, transformadores y Huggingface Transformers (T5)
• Despliegue del modelo (Formato Onnx, Cuantificación, Fastapi, Heroku Cloud)
• Clasificación de intenciones con deberta en transformadores Huggingface
• Entidad nombrada Relación con roberta en transformadores Huggingface
• Traducción automática neuronal con T5 en transformadores Huggingface
• Responder a preguntas extractivas con Forma larga en transformadores Huggingface
• Motor de búsqueda de comercio electrónico con Transformadores de oraciones
• Generador de letras con GPT2 en transformadores Huggingface
• Corrección de errores gramaticales con T5 en transformadores Huggingface
• Robot de Elon Musk con licuadorabot en transformadores Huggingface
• Reconocimiento de voz con RNN

Si está dispuesto a mudarse Un paso más en su carrera, este curso está destinado a usted y estamos muy emocionados de ayudarlo a alcanzar sus metas.

Este curso te lo ofrece neuralearn. Y al igual que cualquier otro curso de Neuralearn, ponemos mucho énfasis en la retroalimentación. Sus comentarios y preguntas en el foro nos ayudarán a mejorar este curso. Siéntase libre de hacer tantas preguntas como sea posible en el foro. Hacemos todo lo posible para responder en el menor tiempo posible.

¡¡¡Disfrutar!!!