Aspectos básicos de TensorFlow

En este módulo se proporcionan todos los conceptos y los conocimientos prácticos necesarios para empezar a trabajar con TensorFlow. Exploramos Keras, una API de alto nivel publicada como parte de TensorFlow y la usamos para crear una red neuronal para la clasificación de imágenes.

En este módulo, obtendrá una introducción a Computer Vision mediante TensorFlow. Usamos la clasificación de imágenes para obtener información sobre las redes neuronales convolucionales y, a continuación, vemos cómo las redes previamente entrenadas y el aprendizaje de transferencia pueden mejorar nuestros modelos y resolver problemas reales.

En este módulo, exploraremos diferentes arquitecturas de red neuronal para procesar textos de lenguaje natural. El procesamiento de lenguaje natural (NLP) ha experimentado un rápido crecimiento y avance principalmente porque el rendimiento de los modelos de lenguaje depende de su capacidad general para "comprender" el texto y se puede entrenar mediante una técnica no supervisada en un corpus de texto grande. Además, los modelos de texto previamente entrenados han simplificado muchas tareas de NLP y han mejorado considerablemente el rendimiento. En este módulo de aprendizaje aprenderá más sobre estas técnicas y los conceptos básicos de la NLP.

Obtenga información sobre cómo se representa el audio como tensores, cómo convertir formas de onda en espectrogramas y cómo usar TensorFlow para crear un clasificador de palabras clave simple.

Si ha completado el primer módulo y se ha dado cuenta de que necesita flexibilidad adicional para compilar o depurar el modelo, este módulo le resultará muy útil. Mostraremos cómo puede crear una red neuronal sencilla para la clasificación de imágenes, pero esta vez usaremos código de TensorFlow de nivel inferior y explicaremos los conceptos fundamentales necesarios para entenderlo.