Aprende a usar las TPU de Google Colab para acelerar el proceso de entreno de tus Notebooks.
Categoría: TensorFlow
Tutorial GAN-2. Crear una GAN para imágenes a color.
Este es el segundo artículo del Tutorial de Redes Generativas Adversarias. En el primero se vio como crear una DCGAN para el Dataset MNIST. Es decir, imágenes de 28×28 en escala de Grises. En este subimos un pequeño peldaño en la complejidad del Dataset y usaremos el Cifar-10. Un dataset también muy conocido, de hecho LEER MÁS
Tutorial GAN-1: Como crear una GAN para generar pequeñas imágenes.
Este es el primer artículo de una serie que va a tratar sobre redes generativas adversarias. Conocidas como GAN, que viene de su nombre en inglés: Generative Adversarial Network. En este primer artículo usaremos uno de los Datasets más sencillos compuesto por imágenes de números escritos a mano de 28 x 28 en escalas de LEER MÁS
Graph Mode vs Eager Mode en TensorFlow. Mejorando el rendimiento.
Veremos lo impresionantemente sencillo que puede ser obtener mejoras de rendimiento significativas usando la generación automática de código en Graph Mode de TensorFlow. Originalmente, TensorFlow tan solo permitía crear código en Graph Mode, pero desde que se introdujo la posibilidad de hacerlo en Eager Mode, la mayoría de los notebooks producidos son en Eager Mode. LEER MÁS
Cómo crear una Siamese Network para comparar imágenes, con TensorFlow.
Tal como indica el título, vamos a construir con TensorFlow una red siamesa que aceptará dos entradas y nos dirá el grado de similitud entre las dos imágenes, para que podamos decidir si se tratan o no del mismo tipo. Se puede encontrar el código fuente y copiarlo o crear un duplicado en Kaggle: https://www.kaggle.com/code/peremartramanonellas/how-to-create-a-siamese-network-to-compare-images LEER MÁS
Crear un modelo ‘Multiple Outputs’ con el API funcional de Keras.
Creamos un modelo en Tensorflow capaz de predecir una variable de regresión y una de clasificación al mismo tiempo.
Como obtener la certificación TensorFlow Developer Certificate.
Bueno, pues después de unos meses de preparación y unos días de nervios. Decidí presentarme al examen para obtener el TensorFlow Developer Certificate y lo aprobé en el primer intento. Así que me decido a compartir cómo fue mi camino hacia el examen y cómo me preparé, por si a alguien le puede servir. Lo LEER MÁS
Preparando la certificación TensorFlow Developer by Google. 4-NLP Generación de texto predictivo.
Explico el notebook de Generación de texto predictivo que he usado para preparame el examen de TensorFlow Certificate.
Preparando la certificación Tensorflow Developer by Google. 3-NLP Binary / Multi classification.
Explico los notebooks de clasificación binaria y múltiple de sentimiendos en texto (NLP) usando diversos modelos para preparar la certificación de TensorFlow Developer.
Preparando la certificación TensorFlow Developer by Google. 1-Image Clasification.
Recientemente he finalizado la especialización de Deeplearning.ai: TensorFlow Developer Professional Certificate. Lo primero es decir que recomiendo a cualquier persona interesada en Machine Learning, sobretodo Deep Learning, la especialización. No tengo suficientes buenas palabras para describirla. La verdadera intención es pasar el examen de Google Tensorflow Developer Certificate. El examen dura unas cinco horas y LEER MÁS