Este curso se centrará en la optimización de Redes Neuronales Profundas, cambiando la idea de que todo el proceso es una “caja negra”.
Optimización de Redes Neuronales Profundas
아우스트랄 대학교이 강좌에 대하여
유연한 마감일
일정에 따라 마감일을 재설정합니다.
공유 가능한 수료증
완료 시 수료증 획득
100% 온라인
지금 바로 시작해 나만의 일정에 따라 학습을 진행하세요.
중급 단계
완료하는 데 약 8시간 필요
스페인어
자막: 스페인어
배울 내용
Utilizar eficazmente los "trucos" comunes de la red neuronal
Comprender las mejores prácticas de la industria para crear aplicaciones de aprendizaje profundo.
Implementar y aplicar una variedad de algoritmos de optimización.
Implementar una red neuronal en TensorFlow.
귀하가 습득할 기술
- Implementar una red neuronal en TensorFlow.
- Utilizar eficazmente los "trucos" comunes de la red neuronal incluida la inicialización la regularización de L2 los dropout y la normalización por lotes (Batch)
- Implementar y aplicar una variedad de algoritmos de optimización.
- Comprender las mejores prácticas de la industria para crear aplicaciones de aprendizaje profundo.
유연한 마감일
일정에 따라 마감일을 재설정합니다.
공유 가능한 수료증
완료 시 수료증 획득
100% 온라인
지금 바로 시작해 나만의 일정에 따라 학습을 진행하세요.
중급 단계
완료하는 데 약 8시간 필요
스페인어
자막: 스페인어
제공자:
아우스트랄 대학교
La Universidad Austral se propone servir a la sociedad a través de la búsqueda de la verdad, mediante el desarrollo y transmisión del conocimiento, la formación en las virtudes y la atención de cada persona según su destino trascendente, proponiendo un estilo de liderazgo intelectual, profesional, social y público.
강의 계획표 - 이 강좌에서 배울 내용
완료하는 데 3시간 필요
Aspectos prácticos del aprendizaje profundo
Se estudiará cómo configurar su aplicación de aprendizaje automático, separando los sets de entrenamiento y testeo. Se entenderá que es la regularización en una red neuronal y cómo definir el problema para poder optimizarlo.
완료하는 데 3시간 필요
7개 동영상 (총 50분), 3 개의 읽기 자료, 1 개의 테스트
완료하는 데 2시간 필요
Algoritmos de Optimización
Se estudiarán los distintos métodos de optimización que se pueden utilizar en el entrenamiento de redes neuronales profundas. Además, se analizarán las ventajas de trabajar con minibatches para acelerar el proceso y los beneficios de aplicar una diminución progresiva a la tasa de aprendizaje.
완료하는 데 2시간 필요
5개 동영상 (총 38분)
완료하는 데 4시간 필요
Ajuste de Hiperparámetros, Normalización por lotes e implementación en Tensorflow
Se aprenderán las principales técnicas y opciones en el ajuste de Hiperparámetros, la normalización por lotes y se introducirá la librería Tensorflow para la implementación de redes neuronales en Python
완료하는 데 4시간 필요
4개 동영상 (총 31분)
자주 묻는 질문
강의 및 과제를 언제 이용할 수 있게 되나요?
이 수료증을 구매하면 무엇을 이용할 수 있나요?
재정 지원을 받을 수 있나요?
궁금한 점이 더 있으신가요? 학습자 도움말 센터를 방문해 보세요.
