Contacta con nosotros

Temario del curso

Introducción

  • Configuración e instalación

Fundamentos de TensorFlow

  • Creación, inicialización, guardado y restauración de variables en TensorFlow
  • Alimentación, lectura y precarga de datos en TensorFlow
  • Cómo utilizar la infraestructura de TensorFlow para entrenar modelos a escala
  • Visualización y evaluación de modelos con TensorBoard

Mecánicas de TensorFlow 101

  • Preparación de los datos
    • Descarga
    • Entradas y marcadores de posición
  • Construcción del gráfico
    • Inferencia
    • Pérdida
    • Entrenamiento
  • Entrenamiento del modelo
    • El gráfico
    • La sesión
    • Bucle de entrenamiento
  • Evaluación del modelo
    • Construcción del gráfico de evaluación
    • Salida de evaluación

Uso avanzado

  • Hilos y colas
  • TensorFlow distribuido
  • Escritura de documentación y compartición de modelos
  • Personalización de lectores de datos
  • Uso de GPU
  • Manipulación de archivos de modelos de TensorFlow

TensorFlow Serving

  • Introducción
  • Tutorial básico de servicio
  • Tutorial avanzado de servicio
  • Tutorial de servicio para el modelo Inception

Introducción a SyntaxNet

  • Análisis sintáctico desde la entrada estándar
  • Anotación de un corpus
  • Configuración de los scripts de Python

Construcción de un pipeline de PLN con SyntaxNet

  • Obtención de datos
  • Etiquetado de la categoría gramatical
  • Entrenamiento del etiquetador de categorías gramaticales de SyntaxNet
  • Preprocesamiento con el etiquetador
  • Análisis de dependencias: análisis basado en transiciones
  • Entrenamiento de un analizador paso 1: preentrenamiento local
  • Entrenamiento de un analizador paso 2: entrenamiento global

Representaciones vectoriales de palabras

  • Motivación: ¿por qué aprender incrustaciones de palabras?
  • Escalar con entrenamiento de contraste de ruido
  • El modelo Skip-gram
  • Construcción del gráfico
  • Entrenamiento del modelo
  • Visualización de las incrustaciones aprendidas
  • Evaluación de incrustaciones: razonamiento analógico
  • Optimización de la implementación

Requerimientos

Conocimientos funcionales de Python

 35 Horas

Número de participantes


Precio por participante

Testimonios (4)

Próximos cursos

Categorías Relacionadas