En 05 Minutes Deep Learning with TensorFlow - Introduction to TensorFlow


La mayoría de los datos en el mundo no están etiquetados ni estructurados. Las redes neuronales superficiales no pueden capturar fácilmente la estructura relevante en, por ejemplo, imágenes, sonido y datos textuales. Las redes profundas son capaces de descubrir estructuras ocultas dentro de este tipo de datos. En este curso de TensorFlow, utilizará la biblioteca de Google para aplicar el aprendizaje profundo a diferentes tipos de datos para resolver problemas del mundo real.

Las redes neuronales tradicionales se basan en redes poco profundas, compuestas por una entrada, una capa oculta y una capa de salida. Las redes de aprendizaje profundo se distinguen de estas redes neuronales ordinarias que tienen una capa más oculta, o lo que se denomina más profundidad. Este tipo de redes son capaces de descubrir estructuras ocultas dentro de datos no etiquetados y no estructurados (es decir, imágenes, sonido y texto), que son la gran mayoría de los datos en el mundo.

TensorFlow es una de las mejores bibliotecas para implementar el aprendizaje profundo. TensorFlow es una biblioteca de software para el cálculo numérico de expresiones matemáticas, utilizando gráficos de flujo de datos. Los nodos del gráfico representan operaciones matemáticas, mientras que los bordes representan las matrices de datos multidimensionales (tensores) que fluyen entre ellos. Fue creado por Google y adaptado para Machine Learning. De hecho, está siendo muy utilizado para desarrollar soluciones con Deep Learning.




Comentarios

Publicar un comentario

Entradas populares de este blog

RStudio - Interfaz Tensorflow para  R Cree, Implemente y experimente facilmente con TensorFlow de R TensorFlow™ es una biblioteca de software de código abierto para el cálculo numérico mediante gráficos de flujo de datos. Los nodos del gráfico representan operaciones matemáticas, mientras que los bordes del gráfico representan las matrices de datos multidimensionales (tensores) que se comunican entre ellos. La arquitectura flexible le permite implementar computación en una o más CPU o GPU en una computadora de escritorio, servidor o dispositivo móvil con una sola API. TensorFlow fue desarrollado originalmente por investigadores e ingenieros que trabajaban en Google Brain Team dentro de la organización de investigación de inteligencia artificial de Google con el fin de realizar investigaciones de aprendizaje automático y redes neuronales profundas, pero el sistema es lo suficientemente general como para ser aplicable en una amplia variedad de otros dominios como bien. Tutoriales de...
Leer más

Support Vector Machine (SVM) in 2 minutes

 Support Vector Machine (SVM) in 2 minutes Curso intensivo de 2 minutos sobre Support Vector Machine, uno de los métodos de clasificación más simples y elegantes en Machine Learning. A diferencia de las redes neuronales, las SVM pueden funcionar con conjuntos de datos muy pequeños y no son propensas al sobreajuste. https://www.youtube.com/watch?v=_YPScrckx28 La máquina de vectores de soporte (SVM) es uno de los mejores modelos de aprendizaje automático supervisado no lineal. Dado un conjunto de datos de entrenamiento etiquetados, SVM nos ayudará a encontrar el hiperplano óptimo que categoriza nuevos ejemplos. ¡Este video trata sobre SVM, una introducción intuitiva de todo lo que necesita saber! https://www.youtube.com/watch?v=ny1iZ5A8ilA https://www.youtube.com/watch?v=_PwhiWxHK8o https://www.youtube.com/watch?v=UQwTk2PW2uk https://www.youtube.com/watch?v=iEQ0e-WLgkQ https://www.youtube.com/watch?v=IjSfa7Q8ngs https://www.youtube.com/watch?v=6-ntMIaJpm0 https://www.youtube.com/watc...
Leer más