Visão Geral

Curso TensorFlow and Keras, O TensorFlow tornou-se parte integrante das técnicas de Machine e Deep Learning. Este curso de treinamento TensorFlow e Keras ensina aos participantes os fundamentos de como construir redes neurais artificiais (ANNs) usando Keras e TensorFlow.

TensorFlow é uma biblioteca de código aberto de aprendizado de máquina desenvolvida pelo Google. Ele fornece ferramentas para construir e treinar modelos de aprendizado de máquina em várias áreas, incluindo reconhecimento de imagens, processamento de linguagem natural, análise de séries temporais e outras.

O TensorFlow usa uma abordagem baseada em grafos para representar modelos de aprendizado de máquina, o que significa que você pode visualizar e compreender facilmente como o modelo está sendo executado. Além disso, o TensorFlow fornece uma API Python completa para construir modelos, bem como suporte a várias plataformas e dispositivos, incluindo CPU, GPU, TPU e dispositivos móveis.

Em resumo, o TensorFlow é uma plataforma poderosa para desenvolvimento de aplicativos de aprendizado de máquina, que permite que desenvolvedores e cientistas de dados criem e treinem modelos avançados em uma ampla variedade de áreas.

Objetivo

Após realizare este você será capaz de:

• Entenda os fundamentos do TensorFlow
• Trabalhar com tensores
• Construir redes neurais artificiais (regressão)
• Construir redes neurais artificiais (classificação)
• Trabalhe com aprendizado de transferência

Existem várias razões pelas quais você deve considerar aprender TensorFlow:

1. Popularidade: TensorFlow é uma das bibliotecas de aprendizado de máquina mais populares e amplamente utilizadas no mundo, o que significa que há uma ampla comunidade de desenvolvedores e recursos disponíveis para ajudá-lo a aprender e solucionar problemas.

2. Versatilidade: O TensorFlow é altamente versátil e pode ser usado para uma ampla variedade de tarefas de aprendizado de máquina, incluindo reconhecimento de imagens, processamento de linguagem natural, análise de séries temporais e muito mais.

3. Integração: O TensorFlow pode ser integrado a várias outras ferramentas e plataformas, como o Google Cloud, o Amazon Web Services e outros, tornando-o fácil de usar em ambientes de produção.

4. Escalabilidade: O TensorFlow fornece suporte a vários tipos de hardware, incluindo CPU, GPU, TPU e dispositivos móveis, tornando-o escalável e ideal para aplicativos de grande escala.

5. Comunidade ativa: O TensorFlow é desenvolvido e mantido por uma comunidade ativa de desenvolvedores e cientistas de dados, o que significa que existem muitos recursos e exemplos disponíveis para ajudá-lo a aprender e aplicar as técnicas de aprendizado de máquina.

Em resumo, aprender TensorFlow pode ser extremamente útil para qualquer pessoa interessada em aprendizado de máquina, desde cientistas de dados até desenvolvedores de software, pois fornece uma plataforma poderosa, versátil e escalável para desenvolver aplicativos de aprendizado de máquina.

Materiais

Conteúdo Programatico

Introduction

TensorFlow Fundamentals

1. Machine Learning versus Deep Learning: what’s the difference?
2. What is TensorFlow?
3. Why use TensorFlow?

Working with Tensors

1. What are Tensors?
2. Creating Tensors
3. Getting Tensor attributes
4. Manipulating Tensors
5. Math operations on Tensors
6. NumPy & Tensors

Artificial Neural Networks: Regression

1. Learn to build a neural network for a regression problem
2. Understand building a sequential network with layers
3. Components that make up neural networks (loss function, architecture, optimization functions)
4. ANN for regression

Artificial Neural Network: Classification

1. Build a neural network for a classification problem
2. Loss functions, metrics, and optimizers used for Classification
3. ANN for classification

Transfer Learning

1. Understand what transfer learning is with TensorFlow
2. Learn about transfer learning types
3. Using TensorFlow Hub for pre-trained models
4. Using TensorFlow Callbacks
5. Building a model with Keras Functional API