Deep Learning con TensorFlow y Keras: Una guía práctica
Impartido por:
Lo que aprenderás en este curso:
- Introducción a TensorFlow y Keras.
- Fundamentos y arquitecturas de redes neuronales.
- Creación y entrenamiento de modelos de redes neuronales.
- Implementación de redes CNN.
- Práctica con ejemplos y casos reales.
Requisitos del curso
Conocimientos básicos de programación en Python y familiaridad con conceptos básicos de Machine Learning.
Valoraciones de estudiantes:
Contenido del curso:
-
- 2m
-
-
Fundamentos de TensorFlow y Keras9m
-
Instalación y configuración2m
-
Primeros pasos con TensorFlow13m
-
Introducción a las Redes Neuronales13m
-
Funciones de activación y MLPs16m
-
Test de Autoevaluación
-
-
-
API secuencial de Keras4m
-
API funcional de Keras10m
-
Entrenamiento y validación de modelos10m
-
Guardado y carga de modelos13m
-
Perfeccionamiento de una red neuronal18m
-
Sobreajuste, explosión y desvanecimiento de gradientes17m
-
Modelo de red neuronal con Keras14m
-
Test de Autoevaluación
-
-
-
Introducción a las CNN11m
-
Elementos y flujo de información en una CNN15m
-
Capas de muestreo y agrupación11m
-
Aplicaciones de CNN en Imágenes9m
-
Ejemplo de red neuronal convolutiva16m
-
Test de Autoevaluación
-
-
-
Diseño y desarrollo del proyecto10m
-
Evaluación y presentación de resultados13m
-
-
-
Conclusiones y próximos pasos3m
-
Te dejamos una selección de cursos, carreras y artículos
Desarrollo de Aplicaciones Impulsadas por LangChain en Python
Esta formación proporcionará a los estudiantes una comprensión profunda de LangChain en Python, permitiendo el desarrollo de aplicaciones robustas y complejas impulsadas por modelos de …
IA en acción: Inmersión en Deep Learning con Python
Esta formación enseña Deep Learning con Python, abarcando Hugging Face, Gradio, visión por computadora, NLP, IA generativa, y la API de OpenAI. Está diseñada para …
Dudas frecuentes
¿Cuándo comienza la formación?
En OpenWebinars las formaciones no tienen fecha de inicio y de final.
Cada curso tiene una fecha de publicación y desde ese día estarán 100% disponible todos los contenidos del curso para los usuarios suscritos a alguno de nuestros planes.
¿Puedo obtener un diploma que acredite mis conocimientos?
Efectivamente, una vez superada cada formación, podrás descargarte el diploma acreditativo de cada una de ellas. Añádelas a tu CV y mejora tu perfil para las empresas.
También podrás obtener un diploma de nivel superior al superar todas las formaciones de la lista.
¿Cuál es el precio?
En OpenWebinars no vendemos formaciones.
Tenemos diferentes tipos de suscripciones, que te dará acceso completo a todas las formaciones de la plataforma y a las nuevas que vamos lanzando, siempre y cuando tu suscripción esté activa (como Spotify con la música o Netflix con las películas y series).
¿Eres una empresa? Tenemos planes especiales para ti. Consúltanos aquí.
Este curso es una forma perfecta de introducirte en el fascinante mundo del Deep Learning, adquiriendo una base sólida en TensorFlow y Keras, dos de las bibliotecas más utilizadas en este campo.
Si tienes conocimientos básicos de Python y una comprensión preliminar de Machine Learning, además de ganas de aprender sobre el desarrollo y entrenamiento de modelos neuronales, no te lo pienses más.
La formación comienza con los temas más iniciales, como son los fundamentos de redes neuronales, pasando por la instalación y configuración de TensorFlow y Keras, hasta la creación y entrenamiento de modelos avanzados.
Después se abordan las Redes Neuronales Convolutivas (CNN), de forma que aprendas su aplicación en el análisis de imágenes y cómo implementarlas para proyectos específicos como la clasificación de fotos.
Cada sección del curso está diseñada de forma que adquieras un conocimiento profundo de cómo construir y perfeccionar modelos de Deep Learning, que culmina en un proyecto final que consolidará tu aprendizaje y te permitirá aplicar tus conocimientos a casos reales.
Una vez que hayas finalizado esta formación, habrás aprendido la teoría detrás de TensorFlow y Keras, además de haber obtenido experiencia práctica con ejercicios y ejemplos que te prepararán para utilizar estas herramientas en tus propios proyectos de aprendizaje automático.
