Loading...

Modalidad

On Demand

Dificultad

Intermedio

Tecnología

Python

Horas de video

15hs en total

Descripción

Aprenderás a implementar y entrenar redes neuronales avanzadas con TensorFlow y PyTorch, explorando su aplicación en diversos campos. Dominarás CNNs para el procesamiento de imágenes y visión por computadora, y utilizarás RNNs para el análisis de secuencias y procesamiento de lenguaje natural. Además, te adentrarás en los modelos de Transformadores, revolucionarios en tareas de NLP, y descubrirás cómo diseñar Autoencoders y Modelos Generativos.

Requisitos

Conocimientos previos de machine learning y programación en Python son necesarios.

Contenido

7 módulos

1Presentación

1 clases

Bienvenida

2Introducción a TensorFlow y PyTorch

6 clases

Configuración del entorno

Introducción a TensorFlow

Introducción a PyTorch

Implementación en PyTorch

Implementación en TensorFlow

Checkpoint de contenidos

3Redes neuronales Convolucionales (CNNs)

6 clases

Introducción a las redes neuronales convolucionales

Capa convolucional

Capas totalmente conectadas

CNNs en PyTorch

CNNs en TensorFlow

Checkpoint de contenidos

4Redes neuronales Recurrentes (RNNs)

6 clases

Introducción a las redes neuronales recurrentes

Redes GRU

Redes LSTM

RNNs en TensorFlow

RNNs en Pythorch

Checkpoint de contenidos

5Transformadores y Procesamiento de Lenguaje Natural

6 clases

Procesamiento de Lenguaje Natural

Modelo Secuencia a Secuencia

Mecanismos de Atención

Transformadores

Transformadores en Python

Checkpoint de contenidos

6Autoencoders y Modelos Generativos

5 clases

Autoencoders

Redes Adversarias Generativas (GANs)

Autoencoder en Python

Redes Adversarias Generativas en Python

Checkpoint de contenidos

7Cierre de curso

2 clases

Despedida

Evaluación integral

Curso

Fundamentos de Deep Learning

Profesores

profile
AC

Alejandro Cruz

Membresía

Suscripción mensual

Este y todos los cursos de la plataforma están incluidos en la suscripción mensual.

Incluido en las siguientes certificaciones