Curso de Deep Learning with TensorFlow in Google Colab
Google Colab es un entorno de cuaderno Jupyter basado en la nube que le permite ejecutar Python código de forma gratuita y es particularmente adecuado para tareas de aprendizaje automático y aprendizaje profundo utilizando bibliotecas como TensorFlow.
Esta capacitación en vivo dirigida por un instructor (en línea o presencial) está dirigida a científicos de datos y desarrolladores de nivel intermedio que deseen comprender y aplicar técnicas de aprendizaje profundo utilizando el entorno Google Colab.
Al final de esta formación, los participantes serán capaces de:
- Configure y navegue Google Colab para proyectos de aprendizaje profundo.
- Comprender los fundamentos de las redes neuronales.
- Implemente modelos de aprendizaje profundo usando TensorFlow.
- Entrene y evalúe modelos de aprendizaje profundo.
- Utilice las funciones avanzadas de TensorFlow para el aprendizaje profundo.
Formato del curso
- Charla interactiva y discusión.
- Muchos ejercicios y práctica.
- Implementación práctica en un entorno de laboratorio en vivo.
Opciones de personalización del curso
- Para solicitar una formación personalizada para este curso, póngase en contacto con nosotros para concertarlo.
Programa del Curso
Introducción a Google Colab para Deep Learning
- Descripción general de Google Colab
- Configuración de Google Colab
- Navegando por la Gointerfaz de Colab
Introducción a Deep Learning
- Descripción general del aprendizaje profundo
- Importancia del aprendizaje profundo
- Aplicaciones del aprendizaje profundo
Comprensión Neural Networks
- Introducción a las redes neuronales
- Arquitectura de redes neuronales
- Funciones de activación y capas
Primeros pasos con TensorFlow
- Descripción general de TensorFlow
- Configuración de TensorFlow en Google Colab
- Operaciones básicas TensorFlow
Construcción de Deep Learning Modelos con TensorFlow
- Creación de modelos de redes neuronales
- Entrenamiento de redes neuronales
- Evaluación del rendimiento del modelo
Técnicas avanzadas TensorFlow
- Implementación de redes neuronales convolucionales (CNN)
- Implementación de redes neuronales recurrentes (RNN)
- Transfiere el aprendizaje con TensorFlow
Preprocesamiento de datos para Deep Learning
- Preparación de conjuntos de datos para el entrenamiento
- Técnicas de aumento de datos
- Manejo de grandes conjuntos de datos en Google Colab
Optimización Deep Learning Modelos
- Ajuste de hiperparámetros
- Técnicas de regularización
- Estrategias de optimización de modelos
Proyectos Colaborativos Deep Learning
- Compartir y colaborar en blocs de notas
- Funciones de colaboración en tiempo real
- Mejores prácticas para proyectos colaborativos
Consejos y mejores prácticas
- Técnicas efectivas de aprendizaje profundo
- Evitar los errores comunes
- Mejora del rendimiento del modelo
Resumen y próximos pasos
Requerimientos
- Conocimientos básicos de machine learning
- Experiencia con Python programación
Audiencia
- Científicos de datos
- Desarrolladores de software
Los cursos de formación abiertos requieren más de 5 participantes.
Curso de Deep Learning with TensorFlow in Google Colab - Booking
Curso de Deep Learning with TensorFlow in Google Colab - Enquiry
Deep Learning with TensorFlow in Google Colab - Consultas
Consultas
Testimonios (4)
Muy amable y servicial
Aktar Hossain - Unit4
Curso - Building Microservices with Microsoft Azure Service Fabric (ASF)
Traducción Automática
La configuración manual sin servidor. Además, no tenía salidas de la consola web de Idea sls, lo cual es bueno.
Rafal Kucharski - The Software House sp. z o.o.
Curso - Serverless Framework for Developers
Traducción Automática
Todo bien, nada que mejorar
Ievgen Vinchyk - GE Medical Systems Polska Sp. Z O.O.
Curso - AWS Lambda for Developers
Traducción Automática
Aplicaciones de IoT
Palaniswamy Suresh Kumar - Makers' Academy
Curso - Industrial Training IoT (Internet of Things) with Raspberry PI and AWS IoT Core 「4 Hours Remote」
Traducción Automática
Próximos cursos
Cursos Relacionados
Advanced Amazon Web Services (AWS) CloudFormation
7 HorasEsta capacitación en vivo dirigida por un instructor en Guatemala (en línea o presencial) está dirigida a ingenieros y desarrolladores de la nube que desean utilizar CloudFormation para administrar recursos de infraestructura dentro del ecosistema de AWS.
Al final de esta formación, los participantes serán capaces de:
- Implemente plantillas CloudFormation para automatizar la gestión de la infraestructura.
- Integre los recursos de AWS existentes en CloudFormation.
- Use StackSets para administrar pilas en varias cuentas y regiones.
Amazon DynamoDB for Developers
14 HorasEsta capacitación en vivo dirigida por un instructor en Guatemala (en línea o presencial) está dirigida a desarrolladores que desean integrar una base de datos de DynamoDB NoSQL en una aplicación web alojada en AWS.
Al final de esta formación, los participantes serán capaces de:
- Configure el entorno de desarrollo necesario para empezar a integrar datos en DynamoDB.
- Integre DynamoDB en aplicaciones web y aplicaciones móviles.
- Transfiera datos en AWS con los servicios de AWS.
- Implemente operaciones con AWS DAX.
AWS IoT Core
14 HorasEsta capacitación en vivo dirigida por un instructor en Guatemala (presencial o remota) está dirigida a ingenieros que desean implementar y administrar dispositivos IoT en AWS.
Al final de esta capacitación, los participantes podrán crear una plataforma de IoT que incluya la implementación y administración de un backend, una puerta de enlace y dispositivos sobre AWS.
Amazon Web Services (AWS) IoT Greengrass
21 HorasEsta capacitación en vivo dirigida por un instructor en Guatemala (en línea o en el sitio) está dirigida a desarrolladores que desean instalar, configurar y administrar AWS IoT las capacidades de Greengrass para crear aplicaciones para varios dispositivos.
Al final de esta capacitación, los participantes podrán usar AWS IoT Greengrass para crear, implementar, administrar, proteger y monitorear aplicaciones en dispositivos inteligentes.
AWS Lambda for Developers
14 HorasEsta capacitación en vivo dirigida por un instructor en Guatemala (presencial o remota) está dirigida a desarrolladores que desean usar AWS Lambda para crear e implementar servicios y aplicaciones en la nube, sin necesidad de preocuparse por el aprovisionamiento del entorno de ejecución (servidores, máquinas virtuales y contenedores, disponibilidad, escalabilidad, almacenamiento, etc.).
Al final de esta formación, los participantes serán capaces de:
- Configure AWS Lambda para ejecutar una función.
- Comprender FaaS (Functions as a Service) y las ventajas del desarrollo sin servidor.
- Construya, cargue y ejecute AWS Lambda funciones.
- Integre funciones de Lambda con diferentes fuentes de eventos.
- Empaquete, implemente, supervise y solucione problemas de aplicaciones basadas en Lambda.
Building Microservices with Microsoft Azure Service Fabric (ASF)
21 HorasEsta formación en directo dirigida por un instructor en Guatemala (en línea o in situ) está dirigida a desarrolladores que desean aprender a crear microservicios en Microsoft Azure Service Fabric (ASF).
Al final de esta capacitación, los participantes serán capaces de:
- Utilice ASF como plataforma para crear y administrar microservicios.
- Comprender los conceptos y modelos clave de programación de microservicios.
- Cree un clúster en Azure.
- Implemente microservicios en las instalaciones o en la nube.
- Depurar y solucionar problemas de una aplicación de microservicios activa.
AWS CloudFormation
7 HorasEsta capacitación en vivo dirigida por un instructor en Guatemala (en línea o en el sitio) está dirigida a ingenieros que deseen utilizar AWS CloudFormation para automatizar el proceso de administración de la infraestructura en la nube de AWS.
Al final de esta capacitación, los participantes serán capaces de:
- Habilite los servicios de AWS para comenzar a administrar la infraestructura.
- Comprender y aplicar el principio de “infraestructura como código”.
- Mejore la calidad y reduzca los costos de implementación de la infraestructura.
- Escriba AWS CloudFormation plantillas con YAML.
Mastering DevOps with AWS Cloud9
21 HorasEsta capacitación en vivo dirigida por un instructor en Guatemala (en línea o presencial) está dirigida a profesionales de nivel avanzado que desean profundizar su comprensión de las prácticas DevOps y optimizar los procesos de desarrollo con AWS Cloud9.
Al final de esta formación, los participantes serán capaces de:
- Instale y configure AWS Cloud9 para DevOps flujos de trabajo.
- Implemente canalizaciones de integración continua y entrega continua (CI/CD).
- Automatice los procesos de prueba, monitoreo e implementación con AWS Cloud9.
- Integre servicios de AWS como Lambda, EC2 y S3 en DevOps flujos de trabajo.
- Utilice sistemas de control de código fuente como GitHub o GitLab dentro de AWS Cloud9.
Fn Project
7 HorasEsta capacitación en vivo dirigida por un instructor en Guatemala (en línea o en el sitio) está dirigida a programadores y desarrolladores que desean utilizar Fn en la creación de aplicaciones y servicios sin servidor.
Al final de esta formación, los participantes serán capaces de:
- Configure Fn para crear directorios y funciones.
- Cree aplicaciones utilizando diferentes lenguajes de programación.
- Supervise las funciones para resolver problemas en las etapas de desarrollo e implementación.
Industrial Training IoT (Internet of Things) with Raspberry PI and AWS IoT Core 「4 Hours Remote」
4 HorasVeraniego:
- Conceptos básicos de la arquitectura y las funciones de IoT
- "Cosas", "Sensores", Internet y el mapeo entre las funciones de negocio de IoT
- Esencial de todos los componentes de software de IoT: hardware, firmware, middleware, nube y aplicación móvil
- Funciones de IoT: gestor de flotas, visualización de datos, FM y DV basados en SaaS, alerta/alarma, incorporación de sensores, incorporación de "cosas", geo-cercas
- Conceptos básicos de la comunicación de dispositivos IoT con la nube con MQTT.
- Conexión de dispositivos IoT a AWS con MQTT (AWS IoT Core).
- Conexión del núcleo AWS IoT con la función AWS Lambda para el cálculo y el almacenamiento de datos.
- Conexión de Raspberry PI con núcleo AWS IoT y comunicación de datos sencilla.
- Alertas y eventos
- Calibración del sensor
Industrial Training IoT (Internet of Things) with Raspberry PI and AWS IoT Core 「8 Hours Remote」
8 HorasResumen:
- Conceptos básicos de la arquitectura y las funciones de IoT
- "Cosas", "Sensores", Internet y el mapeo entre las funciones de negocio de IoT
- Esencial de todos los componentes de software de IoT: hardware, firmware, middleware, nube y aplicación móvil
- Funciones de IoT: gestor de flotas, visualización de datos, FM y DV basados en SaaS, alerta/alarma, incorporación de sensores, incorporación de "cosas", geo-cercas
- Conceptos básicos de la comunicación de dispositivos IoT con la nube con MQTT.
- Conexión de dispositivos IoT a AWS con MQTT (AWS IoT Core).
- Conexión del núcleo AWS IoT con la función AWS Lambda para el cálculo y el almacenamiento de datos mediante DynamoDB.
- Conexión de Raspberry PI con núcleo AWS IoT y comunicación de datos sencilla.
- Manos a la obra con Raspberry PI y AWS IoT Core para construir un dispositivo inteligente.
- Visualización de datos de sensores y comunicación con interfaz web.
OpenFaas for Developers
14 HorasEsta capacitación en vivo dirigida por un instructor en Guatemala (presencial o remota) está dirigida a desarrolladores que desean usar OpenFaas para crear, construir, probar, depurar e implementar funciones basadas en eventos sin necesidad de preocuparse por administrar la infraestructura de servidor subyacente.
Al final de esta formación, los participantes serán capaces de:
- Instalar y configurar OpenFaas.
- Empaquete cualquier binario o código como una función sin servidor sin codificación repetitiva de plantillas.
- Desacople de AWS Lambda para evitar el bloqueo.
- Implemente funciones basadas en eventos en un servidor local o en la nube.
Parallel Programming with OpenMP
14 HorasEsta capacitación en vivo dirigida por un instructor en Guatemala (en línea o presencial) está dirigida a ingenieros de software que desean desarrollar aplicaciones paralelas utilizando OpenMP.
Al final de esta formación, los participantes serán capaces de:
- Comprender y utilizar la programación paralela con Fortran en OpenMP.
- Calcule fractales en paralelo para representar varios píxeles y caracteres.
- Implemente la programación vectorial con extensiones SIMD para sistemas HPC.
- Agregue bloques paralelos para especificar el paralelismo de memoria compartida.
Serverless Framework for Developers
14 HorasEsta capacitación en vivo dirigida por un instructor en Guatemala (presencial o remota) está dirigida a desarrolladores que desean utilizar Serverless Framework AWS y otras plataformas en la nube para crear e implementar aplicaciones de microservicios.
Al final de esta formación, los participantes serán capaces de:
- Configure Serverless Framework para que funcione con servicios informáticos como AWS Lambda.
- Reduzca la complejidad y el costo de implementar microservicios en diferentes plataformas en la nube.
- Emite y captura eventos y ejecuta funciones automáticamente.
Serverless on Kubernetes Fundamentals
21 HorasEsta capacitación en vivo dirigida por un instructor en Guatemala (en línea o en el sitio) está dirigida a desarrolladores e ingenieros de DevOps que deseen utilizar un enfoque sin servidor para crear aplicaciones empresariales en Kubernetes.
Al final de esta capacitación, los participantes serán capaces de:
- Instale y configure el sistema Kubernetes para comenzar a desarrollar con una arquitectura sin servidor.
- Comprender los conceptos y principios fundamentales de los entornos sin servidor.
- Opere las cadenas de herramientas necesarias para el desarrollo sin servidor e intégrelas con los componentes de Kubernetes.
- Practique su habilidad en el lenguaje de programación Python y aplíquelo para implementar sistemas sin servidor.
- Proteja las aplicaciones empresariales que se implementan a través de un marco sin servidor en Kubernetes.
- Utilice métodos modernos de computación en la nube para optimizar los flujos de trabajo de procesamiento de tareas de DevOps.