Google Cloud

Intro to TensorFlow en Español

This course is part of Machine Learning with TensorFlow on Google Cloud en Español Specialization

Taught in Spanish

4,163 already enrolled

Included with Coursera Plus

Course

Gain insight into a topic and learn the fundamentals

4.4

(128 reviews)

Intermediate level
Some related experience required
18 hours (approximately)
Flexible schedule
Learn at your own pace

Details to know

Shareable certificate

Add to your LinkedIn profile

Assessments

12 quizzes

Course

Gain insight into a topic and learn the fundamentals

4.4

(128 reviews)

Intermediate level
Some related experience required
18 hours (approximately)
Flexible schedule
Learn at your own pace

See how employees at top companies are mastering in-demand skills

Placeholder

Build your subject-matter expertise

This course is part of the Machine Learning with TensorFlow on Google Cloud en Español Specialization
When you enroll in this course, you'll also be enrolled in this Specialization.
  • Learn new concepts from industry experts
  • Gain a foundational understanding of a subject or tool
  • Develop job-relevant skills with hands-on projects
  • Earn a shareable career certificate
Placeholder
Placeholder

Earn a career certificate

Add this credential to your LinkedIn profile, resume, or CV

Share it on social media and in your performance review

Placeholder

There are 6 modules in this course

Este curso es una introducción a TensorFlow 2.x, que incorpora la facilidad de uso de Keras para compilar modelos de aprendizaje automático. En este curso, se abarcarán el diseño y la compilación de una canalización de datos de entrada de TensorFlow 2.x., la compilación de modelos de aprendizaje automático con TensorFlow 2.x y Keras, la mejora en la exactitud de estos modelos y su correspondiente escritura para una utilización escalada.

What's included

2 videos

Le mostraremos el nuevo paradigma de TensorFlow 2.x. Aprenderá sobre la jerarquía de la API de TensorFlow y conocerá los componentes principales de TensorFlow, los tensores y las variables, mediante ejercicios prácticos.

What's included

5 videos1 reading3 quizzes2 app items1 discussion prompt

Le mostraremos cómo trabajar con conjuntos de datos y columnas de atributos. Adquirirá experiencia práctica en la carga de arreglos de NumPy, imágenes y datos de texto con tf.data.Dataset, así como de datos de CSV con Pandas. También adquirirá experiencia práctica en la creación de columnas de atributos numéricas, categóricas, agrupadas en depósitos y con hash.

What's included

10 videos1 reading3 quizzes6 app items1 discussion prompt

En este módulo, le mostraremos cómo escribir modelos de TensorFlow con la API secuencial de Keras, pero, antes de sumergirnos en la escritura del modelo, hablaremos sobre las funciones de activación, pérdida y optimización. Luego, se le presentará la API secuencial de Keras para mostrarle cómo crear modelos de aprendizaje profundo. Además, aprenderá a implementar el modelo para la predicción en la nube.

What's included

5 videos1 reading2 quizzes3 app items

En la mayoría de las situaciones, la API del modelo Sequential es ideal para desarrollar modelos de aprendizaje profundo, pero tiene algunas limitaciones. Por ejemplo, no define de forma directa los modelos que pueden tener varias fuentes de entrada o producir varios destinos de salida, como tampoco los modelos que reutilizan capas. La API funcional de Keras es una forma de crear modelos más flexibles que los de la API de tf.keras.Sequential. La API funcional procesa modelos con topología no lineal, capas compartidas, y varias salidas y entradas. La API funcional de Keras proporciona una forma más flexible de definir los modelos. Específicamente, le permite definir varios modelos de entrada y salida, así como los que comparten capas. Además, le permite definir grafos acíclicos de red ad hoc. La principal idea es que un modelo de aprendizaje profundo suele ser un grafo acíclico dirigido (DAG) de capas. Por lo tanto, la API funcional es una forma de compilar grafos de capas. En este módulo, también hablaremos sobre cómo la regularización puede ayudar con el rendimiento del modelo.

What's included

6 videos1 reading3 quizzes1 app item

Haremos un resumen de los temas sobre TensorFlow que tratamos hasta aquí en este curso. Repasaremos el código principal de TensorFlow, la API de tf.data, las API secuencial y funcional de Keras, y finalizaremos con el escalamiento de sus modelos de aprendizaje automático mediante AI Platform de Cloud.

What's included

1 video2 readings1 quiz

Instructor

Instructor ratings
4.6 (27 ratings)
Google Cloud Training
Google Cloud
1,293 Courses2,431,887 learners

Offered by

Google Cloud

Recommended if you're interested in Machine Learning

Why people choose Coursera for their career

Felipe M.
Learner since 2018
"To be able to take courses at my own pace and rhythm has been an amazing experience. I can learn whenever it fits my schedule and mood."
Jennifer J.
Learner since 2020
"I directly applied the concepts and skills I learned from my courses to an exciting new project at work."
Larry W.
Learner since 2021
"When I need courses on topics that my university doesn't offer, Coursera is one of the best places to go."
Chaitanya A.
"Learning isn't just about being better at your job: it's so much more than that. Coursera allows me to learn without limits."

Learner reviews

Showing 3 of 128

4.4

128 reviews

  • 5 stars

    57.03%

  • 4 stars

    32.81%

  • 3 stars

    7.81%

  • 2 stars

    0.78%

  • 1 star

    1.56%

SC
5

Reviewed on Oct 1, 2019

JF
5

Reviewed on Sep 16, 2020

CV
5

Reviewed on Jan 25, 2020

New to Machine Learning? Start here.

Placeholder

Open new doors with Coursera Plus

Unlimited access to 7,000+ world-class courses, hands-on projects, and job-ready certificate programs - all included in your subscription

Advance your career with an online degree

Earn a degree from world-class universities - 100% online

Join over 3,400 global companies that choose Coursera for Business

Upskill your employees to excel in the digital economy

Frequently asked questions