El aprendizaje profundo es un subconjunto del aprendizaje automático, y este a su vez es un subconjunto de la IA, que es un término general para cualquier programa informático que realiza una acción inteligente. Aprende más sobre este tema en el curso Redes Neuronales Artificiales, Aprendizaje Automático, Pensamiento Profundo Avanzado.
- Desarrolladores
– Resumen del curso anterior – Aprendizaje automático básico
– Fundamentos de la imagen
– Redes neuronales convolucionales
– Transferencia de aprendizaje
– Ubicación del objeto
– Implementación de Aprendizaje Automático
No hay requisitos previos específicos.
Resumen del curso anterior: ML básico
- Aprendizaje automático
- Redes neuronales
- Aprendizaje profundo
Fundamentos de la imagen
– Píxeles
– Canales de imágenes y ordenación de canales.
- Escala
– Biblioteca OpenCV
– Leer, escribir imágenes.
– Abrir/escribir una transmisión de vídeo (cámara web, etc.)
Redes neuronales convolucionales
– Resumen
– Normalización por lotes
- Abandonar
– Guardar, cargar un modelo
– Reiniciar el entrenamiento
– Tablero Tensor
Transferir aprendizaje
– Conjuntos de datos populares (ImageNet, etc.)
– CNN existentes para clasificación de imágenes (Inception, ResNet, etc.)
– Congelar capas
– Transferir aprendizaje sobre nuestro propio problema de clasificación.
Localización de objetos
- Definición del problema
– Conjuntos de datos populares (Coco, etc.)
– Marcos existentes (YOLO, etc.)
Implementación de aprendizaje automático
– Protobuf, búferes planos, JSON, gRPC
- Llamada a procedimiento remoto
– API RESTful de TensorFlow
Redes neuronales artificiales, aprendizaje automático, pensamiento profundo avanzado
