Curso de TensorFlow Extended (TFX)
TensorFlow Extended (TFX) es una plataforma de fin a fin para el despliegue de los tubos de producción ML.
Este entrenamiento guiado por instructores, en vivo (online o on-site) está dirigido a científicos de datos que desean ir de la formación de un único modelo ML a la implementación de muchos modelos ML para la producción.
Al final de este curso, los participantes podrán:
- Instalar y configurar TFX y soportar herramientas de terceros.
- Utilice TFX para crear y gestionar un tubo de producción ML completo.
- Trabajar con los componentes de TFX para realizar la modelización, la formación, el servicio de la inferencia y la gestión de los despachos.
- Desploy funciones de aprendizaje de máquina a aplicaciones web, aplicaciones móviles, dispositivos IoT y más.
Formato del curso
- Lecciones y discusiones interactivas.
- Muchos ejercicios y prácticas.
- Implementación de manos en un entorno de laboratorio en vivo.
Opciones de Customización de Curso
- Para solicitar una formación personalizada para este curso, por favor contacta con nosotros para organizar.
Programa del Curso
Introducción
Configuración TensorFlow Extended (TFX)
Descripción general de las características y la arquitectura de TFX
Descripción de las canalizaciones y los componentes
Trabajar con componentes TFX
Ingesta de datos
Validación de datos
Transformación de un conjunto de datos
Análisis de un modelo
Ingeniería de características
Entrenamiento de un modelo
Orquestación de una canalización TFX
Administración de metadatos para canalizaciones de ML
Control de versiones de modelos con TensorFlow Serving
Implementación de un modelo en producción
Solución de problemas
Resumen y conclusión
Requerimientos
- Comprensión de los conceptos de DevOps
- Experiencia de desarrollo de aprendizaje automático
- Python Experiencia en programación
Audiencia
- Científicos de datos
- Ingenieros de ML
- Ingenieros de operación
Los cursos de formación abiertos requieren más de 5 participantes.
Curso de TensorFlow Extended (TFX) - Booking
Curso de TensorFlow Extended (TFX) - Enquiry
TensorFlow Extended (TFX) - Consultas
Consultas
Testimonios (1)
Tomasz realmente conoce bien la información y el curso estaba bien paceado. (Note: "paceado" is not a correct Spanish word, so I'll adjust it to make sense in Spanish.) Tomasz realmente conoce bien la información y el curso fue bien estructurado en cuanto al ritmo.
Raju Krishnamurthy - Google
Curso - TensorFlow Extended (TFX)
Traducción Automática
Próximos cursos
Cursos Relacionados
Applied AI from Scratch
28 HorasEste es un curso de 4 días que presenta la IA y su aplicación. Existe la opción de tener un día adicional para realizar un proyecto de IA al finalizar este curso.
Computer Vision with Google Colab and TensorFlow
21 HorasEsta capacitación en vivo dirigida por un instructor en Argentina (en línea o presencial) está dirigida a profesionales de nivel avanzado que desean profundizar su comprensión de la visión por computadora y explorar las capacidades de TensorFlow para desarrollar modelos de visión sofisticados utilizando Google Colab.
Al final de esta formación, los participantes serán capaces de:
- Construya y entrene redes neuronales convolucionales (CNN) utilizando TensorFlow.
- Aproveche Google Colab para el desarrollo de modelos escalables y eficientes basados en la nube.
- Implementar técnicas de preprocesamiento de imágenes para tareas de visión artificial.
- Implemente modelos de visión artificial para aplicaciones del mundo real.
- Utilice el aprendizaje por transferencia para mejorar el rendimiento de los modelos de CNN.
- Visualizar e interpretar los resultados de los modelos de clasificación de imágenes.
Deep Learning with TensorFlow in Google Colab
14 HorasEsta capacitación en vivo dirigida por un instructor en Argentina (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 utilizando TensorFlow.
- Entrene y evalúe modelos de aprendizaje profundo.
- Utilice las funciones avanzadas de TensorFlow para el aprendizaje profundo.
Aprendizaje profundo para NLP (procesamiento de lenguaje natural)
28 HorasEn esta capacitación en vivo dirigida por un instructor en Argentina, los participantes aprenderán a usar Python bibliotecas para NLP a medida que crean una aplicación que procesa un conjunto de imágenes y genera subtítulos.
Al final de esta capacitación, los participantes serán capaces de:
- Diseñe y codifique DL para NLP usando bibliotecas Python.
- Cree Python código que lea una colección sustancialmente grande de imágenes y genere palabras clave.
- Cree Python Código que genere subtítulos a partir de las palabras clave detectadas.
Aprendizaje Profundo para Vision
21 HorasAudiencia
Este curso es adecuado para investigadores e ingenieros de Deep Learning interesados en utilizar las herramientas disponibles (principalmente de código abierto) para analizar imágenes de computadora
Este curso proporciona ejemplos de trabajo.
Fraud Detection with Python and TensorFlow
14 HorasEsta capacitación en vivo dirigida por un instructor en Argentina (en línea o en el sitio) está dirigida a científicos de datos que desean utilizar TensorFlow para analizar datos de posibles fraudes.
Al final de esta capacitación, los participantes serán capaces de:
- Crear un modelo de detección de fraudes en Python y TensorFlow.
- Construir regresiones lineales y modelos de regresión lineal para predecir fraudes.
- Desarrollar una aplicación de IA integral para analizar datos de fraude.
Deep Learning with TensorFlow 2
21 HorasEsta capacitación en vivo dirigida por un instructor en Argentina (en línea o presencial) está dirigida a desarrolladores y científicos de datos que deseen usar Tensorflow 2.x para crear predictores, clasificadores, modelos generativos, redes neuronales, etc.
Al final de esta capacitación, los participantes serán capaces de:
- Instale y configure TensorFlow 2.x.
- Comprenda las ventajas de TensorFlow 2.x con respecto a las versiones anteriores.
- Cree modelos de aprendizaje profundo.
- Implemente un clasificador de imágenes avanzado.
- Implemente un modelo de aprendizaje profundo en la nube, dispositivos móviles y dispositivos IoT.
Curso de TensorFlow Serving
7 HorasEn esta capacitación en vivo dirigida por un instructor en Argentina (en línea o en el sitio), los participantes aprenderán a configurar y usar TensorFlow Serving para implementar y administrar modelos de ML en un entorno de producción.
Al final de esta capacitación, los participantes serán capaces de:
- Entrena, exporta y da servicio a varios modelos de TensorFlow.
- Pruebe e implemente algoritmos utilizando una única arquitectura y un conjunto de API.
- Amplíe TensorFlow Serving para servir a otros tipos de modelos más allá de los modelos de TensorFlow.
Aprendizaje Profundo con TensorFlow
21 HorasTensorFlow es una API de segunda generación de la biblioteca de software de código abierto de Go ogle para Deep Learning . El sistema está diseñado para facilitar la investigación en aprendizaje automático y para hacer que la transición del prototipo de investigación al sistema de producción sea rápida y fácil.
Audiencia
Este curso está dirigido a ingenieros que buscan usar TensorFlow para sus proyectos de Deep Learning .
Después de completar este curso, los delegados:
- Comprender la estructura y los mecanismos de despliegue de TensorFlow .
- Ser capaz de realizar tareas de configuración / entorno de producción / arquitectura y configuración.
- ser capaz de evaluar la calidad del código, realizar la depuración, monitoreo
- Ser capaz de implementar producción avanzada como modelos de capacitación, creación de gráficos y registro.
TensorFlow para Reconocimiento de Imágenes
28 HorasEste curso explora, con ejemplos específicos, la aplicación de Tensor Flow a los fines del reconocimiento de imágenes.
Audiencia
Este curso está dirigido a ingenieros que buscan utilizar TensorFlow para los fines del reconocimiento de imágenes.
Después de completar este curso, los delegados podrán:
- Comprender la estructura y los mecanismos de despliegue de TensorFlow .
- realizar tareas de instalación / entorno de producción / arquitectura y configuración.
- evaluar la calidad del código, realizar depuración, monitoreo
- Implementar producción avanzada como modelos de entrenamiento, construcción de gráficos y registro.