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
1 clases
Bienvenida
6 clases
Configuración del entorno
Introducción a TensorFlow
Introducción a PyTorch
Implementación en PyTorch
Implementación en TensorFlow
Checkpoint de contenidos
6 clases
Introducción a las redes neuronales convolucionales
Capa convolucional
Capas totalmente conectadas
CNNs en PyTorch
CNNs en TensorFlow
Checkpoint de contenidos
6 clases
Introducción a las redes neuronales recurrentes
Redes GRU
Redes LSTM
RNNs en TensorFlow
RNNs en Pythorch
Checkpoint de contenidos
6 clases
Procesamiento de Lenguaje Natural
Modelo Secuencia a Secuencia
Mecanismos de Atención
Transformadores
Transformadores en Python
Checkpoint de contenidos
5 clases
Autoencoders
Redes Adversarias Generativas (GANs)
Autoencoder en Python
Redes Adversarias Generativas en Python
Checkpoint de contenidos
2 clases
Despedida
Evaluación integral
Este curso forma parte de estas certificaciones
Certificación
Data Science
Contiene 9 cursos
Intermedio
Curso
Fundamentos de Deep Learning
Profesores
Alejandro Cruz
Docente Universitario
Membresía
Suscripción mensual
Este y todos los cursos de la plataforma están incluidos en la suscripción mensual.