
CURSO DE TENSORFLOW JS
Información adicional
| Horas | 120 |
|---|---|
| Código | |
| Formato | Digital |
| Proveedor | IEDITORIAL |
21,50 €
*Los precios no incluyen el IVA.
Objetivos
Contenidos
Objetivos
– Conocer el funcionamiento y principales conceptos de Tensorflow
– Analizar las diferentes capas y modelos
– Capacitar al alumno para convertir modelos a Json y desarrollar aprendizajes con modelos ya entrenados
– Entender el desarrollo de un proyecto avanzado con Tensorflow
– Analizar las diferentes capas y modelos
– Capacitar al alumno para convertir modelos a Json y desarrollar aprendizajes con modelos ya entrenados
– Entender el desarrollo de un proyecto avanzado con Tensorflow
Contenidos
UNIDAD DIDÁCTICA 1. INTRODUCCIÓN E INSTALACIÓN DE TENSORFLOW
Introducción a TensorFlow
Instalación de TensorFlow
Verificación de la instalación
UNIDAD DIDÁCTICA 2. ASPECTOS BÁSICOS DE TENSORFLOW E INTRODUCCIÓN A CAPAS Y MODELOS
Conceptos básicos de TensorFlow.js
Introducción a capas y modelos
Crear modelos con la API de capas
Capas personalizadas
UNIDAD DIDÁCTICA 3. CONVERSIÓN DE MODELOS A FORMATO JSON
Conversión de modelo
Convertir un modelo previamente entrenado
UNIDAD DIDÁCTICA 4. APRENDIZAJE CON MODELOS YA ENTRENADOS
Aprendizaje automático
Extraer funciones con Tensorflow y modelos previamente entrenados
UNIDAD DIDÁCTICA 5. EXPLORACIÓN Y DESARROLLO DE UN PROYECTO COMPLETO
Realizar predicciones de datos en 2D
Evaluación
UNIDAD DIDÁCTICA 6. ASPECTOS AVANZADOS DE TENSORFLOW.JS
Diferencia entre numpy y tensorflow
Distinguir entre forma estática y forma dinámica
Uso de alcance variable
Introducción a TensorFlow
Instalación de TensorFlow
Verificación de la instalación
UNIDAD DIDÁCTICA 2. ASPECTOS BÁSICOS DE TENSORFLOW E INTRODUCCIÓN A CAPAS Y MODELOS
Conceptos básicos de TensorFlow.js
Introducción a capas y modelos
Crear modelos con la API de capas
Capas personalizadas
UNIDAD DIDÁCTICA 3. CONVERSIÓN DE MODELOS A FORMATO JSON
Conversión de modelo
Convertir un modelo previamente entrenado
UNIDAD DIDÁCTICA 4. APRENDIZAJE CON MODELOS YA ENTRENADOS
Aprendizaje automático
Extraer funciones con Tensorflow y modelos previamente entrenados
UNIDAD DIDÁCTICA 5. EXPLORACIÓN Y DESARROLLO DE UN PROYECTO COMPLETO
Realizar predicciones de datos en 2D
Evaluación
UNIDAD DIDÁCTICA 6. ASPECTOS AVANZADOS DE TENSORFLOW.JS
Diferencia entre numpy y tensorflow
Distinguir entre forma estática y forma dinámica
Uso de alcance variable