Об этом курсе
Недавно просмотрено: 6,299

100% онлайн

Начните сейчас и учитесь по собственному графику.

Гибкие сроки

Назначьте сроки сдачи в соответствии со своим графиком.

Промежуточный уровень

Прибл. 18 часа на выполнение

Предполагаемая нагрузка: 1 semana de estudio, de 8 a 10 horas por semana...

Испанский

Субтитры: Французский, Португальский (бразильский), Немецкий, Английский, Испанский, Японский...

100% онлайн

Начните сейчас и учитесь по собственному графику.

Гибкие сроки

Назначьте сроки сдачи в соответствии со своим графиком.

Промежуточный уровень

Прибл. 18 часа на выполнение

Предполагаемая нагрузка: 1 semana de estudio, de 8 a 10 horas por semana...

Испанский

Субтитры: Французский, Португальский (бразильский), Немецкий, Английский, Испанский, Японский...

Программа курса: что вы изучите

Неделя
1
7 минуты на завершение

Introducción

2 видео ((всего 7 мин.))
2 видео
Introducción a Qwiklabs5мин
3 ч. на завершение

Aspectos básicos de TensorFlow

19 видео ((всего 72 мин.)), 4 тестов
19 видео
¿Qué es TensorFlow?2мин
Beneficios de un grafo dirigido5мин
Jerarquía de la API de TensorFlow3мин
Evaluación perezosa4мин
Gráficos y sesiones4мин
Cómo evaluar un tensor2мин
Cómo visualizar un grafo2мин
Tensores6мин
Variables6мин
Introducción al lab Escritura de programas de TensorFlow de nivel bajo16
Solución del lab8мин
Introducción5мин
Problemas de forma3мин
Cómo corregir problemas de forma2мин
Problemas de tipos de datos1мин
Depuración de programas completos4мин
Introducción a la depuración de programas completos15
Demostración: Depuración de programas completos3мин
3 практического упражнения
¿Qué es TensorFlow?2мин
Gráfico y sesión8мин
Aspectos básicos de TensorFlow20мин
Неделя
2
4 ч. на завершение

API de Estimator

18 видео ((всего 67 мин.)), 4 тестов
18 видео
API de Estimator3мин
Estimadores prediseñados5мин
Demostración: Modelo de predicción de precios de viviendas1мин
Controles1мин
Entrenamiento de conjuntos de datos en la memoria2мин
Introducción al lab API de Estimator39
Solución del lab API de Estimator10мин
Entrenamiento de conjuntos de datos grandes con la API de Dataset8мин
Introducción al lab Cómo escalar la transferencia de TensorFlow mediante lotes35
Solución del lab Cómo escalar la transferencia de TensorFlow mediante lotes5мин
Trabajos grandes y entrenamiento distribuido6мин
Supervisión con TensorBoard3мин
Demostración de la IU de TensorBoard28
Función de entradas de entregas5мин
Resumen: API de Estimator1мин
Introducción al lab Creación de un modelo de TensorFlow para entrenamiento distribuido con la API de Estimator51
Solución del lab: Creación de un modelo de TensorFlow para entrenamiento distribuido con la API de Estimator7мин
1 практическое упражнение
Estimator API18мин
Неделя
3
2 ч. на завершение

Escalamiento de modelos de TensorFlow con CMLE

6 видео ((всего 29 мин.)), 2 тестов
6 видео
¿Por qué usar Cloud Machine Learning Engine?6мин
Entrenamiento de un modelo2мин
Implementación y supervisión de trabajos de entrenamiento2мин
Introducción al lab Cómo escalar TensorFlow con Cloud Machine Learning Engine50
Solución del lab Cómo escalar TensorFlow con Cloud Machine Learning Engine16мин
1 практическое упражнение
Cuestionario: Cloud MLE10мин
2 минуты на завершение

Resumen

1 видео ((всего 2 мин.))
1 видео
Resumen2мин
4.5
Рецензии: 11Chevron Right

Лучшие отзывы о курсе Intro to TensorFlow en Español

автор: JBSep 8th 2019

So interesting but so heavy too. This course was so amaizing.

автор: SCOct 2nd 2019

Estoy feliz...Excellente curso quiero aprender màs

Преподаватели

О Google Cloud

We help millions of organizations empower their employees, serve their customers, and build what’s next for their businesses with innovative technology created in—and for—the cloud. Our products are engineered for security, reliability, and scalability, running the full stack from infrastructure to applications to devices and hardware. Our teams are dedicated to helping customers apply our technologies to create success....

Специализация Machine Learning with TensorFlow on Google Cloud Platform en Español: общие сведения

¿Qué es el aprendizaje automático? ¿Qué tipos de problemas puede solucionar? ¿Cuáles son las cinco fases para convertir un posible caso práctico en un recurso que pueda aprovechar la tecnología de aprendizaje automático? ¿Por qué es importante no saltarse fases? ¿Por qué las redes neuronales son tan populares? ¿Cómo plantear un problema de aprendizaje supervisado y encontrar una buena solución generalizable mediante un descenso de gradientes y una forma meditada de crear conjuntos de datos? Aprenda a escribir modelos de aprendizaje automático distribuido que escalen en Tensorflow y que brinden predicciones de alto rendimiento. Convierta los datos sin procesar en funciones de una forma que permita al AA aprender características importantes de los datos y aportar una percepción humana para abordar los problemas. Por último, aprenda a incorporar la combinación adecuada de parámetros que desarrolle modelos generalizados y exactos, y conozca la teoría para solucionar determinados tipos de problemas de AA. Experimentará con el AA de extremo a extremo, a partir de la construcción de una estrategia centrada en el AA y el avance hacia el entrenamiento, optimización y producción de modelos con labs prácticos mediante Google Cloud Platform. >>> Al inscribirse en esta especialización acepta los Términos de Servicio de Qwiklabs según lo establecido en las Preguntas Frecuentes, disponibles en el apartado: https://qwiklabs.com/terms_of_service <<<...
Machine Learning with TensorFlow on Google Cloud Platform en Español

Часто задаваемые вопросы

  • Да, до регистрации можно просмотреть первое видео и программу курса. Чтобы получить полный доступ к материалам курса, необходимо оплатить его.

  • Регистрируясь на курс до начала сессии, вы получаете доступ ко всем видеолекциям и материалам для самостоятельного изучения. Задания можно отправлять после начала сессии.

  • После регистрации на курс и начала сессии вы получаете доступ ко всем видео и другим ресурсам курса, включая материалы для самостоятельного изучения и форумы обсуждений. Вы сможете выполнять тренировочные, а также сдавать обязательные оцениваемые задания и получить сертификат о прохождении курса.

  • Если вы успешного пройдете курс, на странице ваших достижений появится электронный сертификат, который можно распечатать или прикрепить к профилю LinkedIn.

  • Это один из немногих курсов на Coursera, которые предоставляются только на платной основе.

Остались вопросы? Посетите Центр поддержки учащихся.