Acabamos de lanzar un nuevo curso sobre Tensorflow: aplicaciones creativas de aprendizaje profundo con TensorFlow | Kadenze
A diferencia de otros cursos, este es un curso dirigido por una aplicación, que le enseña los fundamentos de Tensorflow así como los algoritmos más modernos al fomentar la exploración a través del desarrollo del pensamiento creativo y las aplicaciones creativas de redes neuronales profundas. Ya hemos construido una comunidad muy fuerte con un foro activo y Slack, donde los estudiantes pueden hacerse preguntas y aprender de los enfoques de los otros en la tarea. Te recomiendo que pruebes este curso. Hay muchos recursos * GRANDES para aprender Tensorflow. Pero este es el único curso en línea que le enseñará cómo usar Tensorflow y desarrollará su potencial creativo para comprender cómo aplicar las técnicas en la creación de Redes neuronales.
Información del curso:
Este curso lo introduce al aprendizaje profundo: el enfoque avanzado para construir algoritmos de inteligencia artificial. Cubrimos los componentes básicos del aprendizaje profundo, lo que significa, cómo funciona, y desarrollamos el código necesario para construir varios algoritmos, tales como redes convolucionales profundas, autoencodificadores variacionales, redes adversas generativas y redes neuronales recurrentes. Un enfoque importante de este curso será no solo comprender cómo construir los componentes necesarios de estos algoritmos, sino también cómo aplicarlos para explorar aplicaciones creativas. Veremos cómo entrenar a una computadora para reconocer objetos en una imagen y usar este conocimiento para generar comportamientos nuevos e interesantes, desde comprender las similitudes y diferencias en grandes conjuntos de datos y usarlos para autoorganizarse, hasta comprender cómo generar infinitamente por completo. Nuevo contenido o coinciden con la estética o contenidos de otra imagen. El aprendizaje profundo ofrece un enorme potencial para aplicaciones creativas y en este curso interrogamos qué es posible. A través de aplicaciones prácticas y asignaciones de tareas guiadas, se espera que cree conjuntos de datos, desarrolle y entrene redes neuronales, explore sus propias colecciones de medios utilizando las redes profundas más avanzadas existentes, sintetice contenido nuevo de algoritmos generativos y comprenda lo profundo El potencial del aprendizaje para crear una estética completamente nueva y nuevas formas de interactuar con grandes cantidades de datos.
- ¿Cómo empezar a escuchar música clásica? ¿Con qué piezas / compositores / estilos debo empezar? ¿Qué tipo de contexto ayuda a entender la música?
- ¿Por qué es tan difícil aprender un nuevo idioma?
- ¿Cómo se convierte uno en un buen pintor?
- ¿Qué cosas técnicas puedo aprender ahora mismo en solo 10 minutos que podrían ser útiles para el resto de mi vida?
- ¿Cómo utilizar para conocer la vida diferentes idiomas? Soy un ingeniero. Me gusta aprender el idioma. Como comercializarlo.
PROGRAMAR
El curso se realizará del 21 de julio de 2016 al 31 de diciembre de 2016.
Se relanzará nuevamente tan pronto como la última sesión haya finalizado, ¡así que asegúrese de inscribirse para obtener información!
Sesión 1: Introducción a Tensorflow (21 de julio de 2016)
Cubriremos la importancia de los datos con la máquina y los algoritmos de aprendizaje profundo, los conceptos básicos de la creación de un conjunto de datos, cómo preprocesar los conjuntos de datos y luego saltar a Tensorflow, una biblioteca para crear gráficos computacionales creados por Google Research. Aprenderemos los componentes básicos de Tensorflow y veremos cómo usarlo para filtrar imágenes.
Sesión 2: Entrenamiento de una red con Tensorflow (2 de agosto de 2016)
Veremos cómo funcionan las redes neuronales, cómo están “entrenadas” y los componentes básicos de la formación de una red neuronal. Luego, construiremos nuestra primera red neuronal y la utilizaremos para una aplicación divertida de enseñar a una red neuronal cómo pintar una imagen, y explorar dicha red puede extenderse para producir una estética diferente.
Sesión 3: Aprendizaje supervisado y sin supervisión (16 de agosto de 2016)
Exploramos redes neuronales profundas capaces de codificar un gran conjunto de datos, y vemos cómo podemos usar esta codificación para explorar las dimensiones “latentes” de un conjunto de datos o para generar contenido completamente nuevo. Veremos qué significa esto, cómo se pueden construir los “autocodificadores” y aprenderemos muchas extensiones de vanguardia que las hacen increíblemente poderosas. También aprenderemos sobre otro tipo de modelo que realiza un aprendizaje discriminativo y veremos cómo se puede usar para predecir las etiquetas de una imagen.
Sesión 4: Visualizar y alucinar representaciones (30 de agosto de 2016)
Estas sesiones trabajan con redes de vanguardia y ven cómo entender qué “representaciones” aprenden. Veremos cómo este proceso realmente nos permite realizar visualizaciones realmente divertidas, como “Deep Dream”, que puede producir infinitos fractales generativos, o “Style Net”, que nos permite combinar el contenido de una imagen y el estilo de otra para producir. Estética pictórica muy diferente de forma automática.
Sesión 5: Modelos generativos (13 de septiembre de 2016)
La última sesión ofrece un resumen de algunas de las direcciones futuras del modelado generativo, incluidos algunos de los modelos más avanzados, como la “red de confrontación generativa”, y su implementación dentro de un “autoencoder variacional”, que permite algunas de las mejores codificaciones. y modelación generativa de conjuntos de datos que existen actualmente. También vemos cómo comenzar a modelar el tiempo y darles memoria a las redes neuronales mediante la creación de “redes neuronales recurrentes” y ver cómo usar dichas redes para crear texto completamente generativo.