OpenWebinars
Nuevo

TensorFlow y Keras avanzado

Este curso de TensorFlow y Keras Avanzado está dirigido a profesionales con conocimientos previos de deep learning que quieren profundizar en el desarrollo y aplicación de modelos de redes neuronales. Comenzaremos con las redes recurrentes (RNN), las arquitecturas LSTM y GRU y su aplicación al procesamiento de texto y series temporales. Continuaremos con técnicas de transfer learning y fine-tuning de modelos preentrenados. También exploraremos la arquitectura Transformer y el ecosistema Hugging Face para trabajar con modelos de lenguaje. Finalmente, veremos alternativas para optimizar y desplegar modelos en distintos entornos y desarrollaremos un proyecto práctico de generación de texto.

Formación recién publicada

Icono de la tecnología

La metodología y plataforma de formación que se adapta al tamaño y ritmo de tu empresa.

Cuéntanos tu caso

Curso impartido por

Avatar:Manuel Salvador Lemos Foncubierta

Manuel Salvador Lemos Foncubierta

Experto en AI y Ciberseguridad

Contenido de la formación

6 Secciones · 26 Lecciones · 3 h. y 29 min. en total

Presentación

4 min.

Redes Neuronales Recurrentes (RNN)

1 h. y 3 min.

Transfer Learning y modelos preentrenados

55 min.

Transformers y Hugging Face

47 min.

Despliegue de modelos

30 min.

Conclusiones

8 min.

Habilidades que obtendrás

  • Desarrollo de redes neuronales recurrentes (RNN, LSTM y GRU) para el procesamiento de datos secuenciales, texto y series temporales.
  • Aplicación de técnicas de transfer learning y fine-tuning para adaptar modelos preentrenados a nuevas tareas.
  • Comprensión de la arquitectura Transformer y utilización de modelos preentrenados de Hugging Face con TensorFlow y Keras.
  • Conocimiento de herramientas y técnicas para optimizar, reducir el tamaño y desplegar modelos de deep learning en distintos entornos.
  • Desarrollo de un proyecto práctico de generación de texto utilizando LSTM o modelos de Hugging Face y comparación de los resultados obtenidos.

Requisitos mínimos

Se requieren conocimientos de Python, TensorFlow y Keras, así como nociones básicas de redes neuronales y deep learning.