×
Eventil - Find Tech Events
Official mobile app
FREE - In Google Play
View
×
Eventil
Official mobile app
FREE - In App Store
View

TensorFlow, DeepLearning y manejo de imágenes con CNN (Convolutive Neural Nets)

May 30, 2019 · Mexico City, Mexico

TensorFlow, DeepLearning y manejo de imágenes con CNN (Convolutive Neural Nets)

Jueves 30 de mayo 2019, De 10 am a 3pm

Objetivo

Uso de TensorFlow como una maquina de calculo en paralelo aplicado a problemas de clasificacion de imagenes con metodologias de CNN

Se proporciona una máquina virtual por módulo, con una instalación básica de las herramientas expuestas en éste, así como lecturas complementarias, que permitan a los participantes llevar a cabo prácticas y ejercicios

La maquina virtual contiene: Linux Centos, Anaconda, Python, Jupyter, TensorFlow, Keras y *.*, ademas de todos los ejercicios resueltos como cuadernos Jupyter

El participante aprenderá los principales conceptos de IA. Generación de aplicaciones con Redes Neuronales Convolutivas (CNN), TensorFlow y Keras, para reconocer objetos en una imagen, entre otras.

Se requiere conocimientos basicos de Python

Detalles

Inicio de TensorFlow (up_and_running), ¿Por qué?, ¿De donde surge?, ¿En donde se utiliza hoy? ¿Como realizo una aplicacion con TensorFlow?

Mi primer cuaderno Jupyter con TensorFlow (Hello World.ipynb), con Python en ambiente Jupyter

Algunos elementos de DeepLearning

Uso de TensorFlow en CNN en CPU y en GPU

Ejemplos: deteccion numeros manuscritos (MNIST.ipynb), clasificacion (cifar_cnn.ipynb)

Uso de TensorFlow como maquina de calculo paralelo

Demostraciones de aplicaciones productivas con TensorFlow y Keras

INVERSIÓN: 2,500 + i.v.a.
Pregunte por descuentos por asistencia a varios módulos

Atentamente

Dr Gabriel GUERRERO
[masked]
info cel (55)[masked]

¿Por qué TensorFlow?

Hoy en día el uso de algoritmos de Aprendizaje Automatizado (Machine Learning) no esta en duda como una herramienta que tiene aplicaciones en una inmensa diversidad de áreas del conocimiento como Visión por Computadoras (Computer Vision), Reconocimiento del Lenguaje y Voz (Speech recognition), Traducción de Idiomas (Language Translations), y en aspectos de la salud como detección de enfermedades por imagenologia.

¿Cómo ha sido posible esta gran aventura de sinergia del mundo de las matemáticas, tecnología de equipos de informática, algoritmos, sistemas operativos y aplicaciones?

Esta gran aventura se debe a la conjunción de varios mundos como:

Generación a gran escala de Datos (BigData),

Herramientas físicas (hardware) como los CPU con una gran cantidad de núcleos de procesamiento en un mismo equipo (Multi Cores), y mas recientemente el surgimiento de arquitecturas de Cómputo Paralelo Gráfico (GPU Graphic Processing Unit)

Algoritmos de Minería de Datos, Aprendizaje Automatizado (Machine Learning), Inteligencia Artificial con un gran soporte de matemáticas y sus mecanismos para la descripción formal de problemas y su planteamiento. En los algoritmos cada día mas, se incorporan conceptos y estructuras matemáticas que durante siglos solo se utilizaban en complejos modelos de astronomía y física. Sin embargo, hoy hablamos de matrices y tensores de forma natural en la Inteligencia Artificial.

Herramientas lógicas (software) como el sistema operativo Linux y sus versiones de uso empresarial como Centos y RedHatEnterprise, de lenguajes programación para manejo de colecciones (DataSets) con gran facilidad como Scala, y de lenguajes con una gran facilidad de expresión y una inmensa cantidad de bibliotecas como Python. En el mundo de herramientas lógicas (software), también se cuenta con ambientes amigables para la elaboración y diseño de aplicaciones basadas en un contexto de Web, como Jupyter con sus cuadernos interactivos.

Estos aspectos hoy también cuentan con “máquinas lógicas de cálculo en paralelo”, como TensorFlow.

TensorFlow se puede pensar como el equivalente de los precursores como las máquinas de cálculo en la historia.

En equipos CPU, TensorFlow utiliza bibliotecas de matrices y vectores característicos en esta plataforma tradicional.

En GPU, TensorFlow usa bibliotecas CUDA, que optimiza operaciones matriciales en paralelo.

Event organizers

Are you organizing TensorFlow, DeepLearning y manejo de imágenes con CNN (Convolutive Neural Nets)?

Claim the event and start manage its content.

I am the organizer
Social
Rating

based on 0 reviews

Featured Events