TensorFlow入门 – 西班牙语版

课程概况

Presentaremos TensorFlow de bajo nivel y abordaremos las API y los conceptos necesarios para poder escribir modelos de aprendizaje automático distribuido. Con un modelo de TensorFlow, explicaremos cómo escalar de manera horizontal el entrenamiento de ese modelo y ofreceremos predicciones de alto rendimiento mediante Cloud Machine Learning Engine.

Objetivos del curso:
Crear modelos de aprendizaje automático en TensorFlow
Usar las bibliotecas de TensorFlow para resolver problemas numéricos
Solucionar problemas y depurar errores de código comunes de TensorFlow
Usar tf_estimator para crear, entrenar y evaluar un modelo de AA
Entrenar, implementar y llevar a producción modelos de AA a gran escala con Cloud ML Engine

课程大纲

Introducción

Comenzaremos el curso con una introducción de TensorFlow, la herramienta que usaremos para escribir programas de aprendizaje automático. En el primer curso, aprendió a formular problemas de negocios como problemas de aprendizaje automático. En el segundo, aprendió cómo funciona el aprendizaje automático en la práctica y cómo crear conjuntos de datos para ese uso específico. Ahora que ya cuenta con los datos necesarios, es hora de prepararse para escribir programas de aprendizaje automático.

Aspectos básicos de TensorFlow

Le presentaremos los componentes centrales de TensorFlow y obtendrá experiencia práctica en la compilación de programas de aprendizaje automático. Comparará y escribirá programas imperativos y de evaluación perezosa; trabajará con gráficos, sesiones y variables y, por último, depurará programas de TensorFlow.

API de Estimator

En este módulo, aprenderá sobre la API de Estimator.

Escalamiento de modelos de TensorFlow con CMLE

En esta sesión, hablaremos sobre cómo tomar un modelo de TensorFlow y entrenarlo en la infraestructura administrada de GCP para el entrenamiento y la implementación de modelos de aprendizaje automático.

Resumen

En esta sesión, resumimos los temas de TensorFlow que se trataron durante este curso. Repasaremos el código básico de TensorFlow y la API de Estimator, y terminaremos con el escalamiento de los modelos de aprendizaje automático con Cloud Machine Learning Engine.