Aprendizaje de transferencia de aprendizaje de máquina de flujo tensor

Este curso gratuito en línea en Tensor Flow Machine Learning para transferir el aprendizaje comenzará por introducirlo en el concepto de Redes Neurales Convolucionales, conocido de otro modo como CNNs. También aprenderás sobre las operaciones de convolución, el procedimiento para la creación de filtros así como la evaluación de filtros. Este curso le presentará las operaciones clave en Convolution Neural Networks y demostrar su uso en el reconocimiento de la tarea de los dígitos escritos a mano. También aprenderá acerca de la agrupación, el resumen del modelo y las diferencias entre CNNs y la red neuronal de avance del canal de información.

Este curso introduce la importancia del modelo de aprendizaje automático preformado como un extractor de características. También aprenderá el procedimiento para afinar un modelo preformado. A continuación, se le introducirá en el proceso de creación de modelos de clasificación de imágenes desde cero utilizando estrategias empleadas en la práctica. También aprenderá a visualizar lo que está aprendiendo la Red Neural de Convolution.

El curso explica entonces el proceso de usar Tensorflow Keras como una API para construir modelos de aprendizaje automático. También aprenderá sobre la visión general de la programación a los estimadores, las funciones de entrada y las columnas de características. Este curso explica en gran detalle la importancia del modelo de árbol potenciado y cómo utilizar la API de estimator de Tensorflow para entrenar clasificadores de árboles potenciados. Aprenderá a crear funciones de entrada y columnas de características. También aprenderá sobre la importancia de incluir proyectores, codificación, incrustación de capas y decodificación