Este sitio web utiliza Cookies propias y de terceros para recopilar información con la finalidad de mejorar nuestros servicios. Si continua navegando, supone la aceptación de la instalación de las mismas. El usuario tiene la posibilidad de configurar su navegador pudiendo, si así lo desea, impedir que sean instaladas en su disco duro, aunque deberá tener en cuenta que dicha acción podrá ocasionar dificultades de navegación de la página web.
Como Configurar Aceptar
Nos complace anunciar que somos Consulting Partners nivel Standard de Amazon, un logro con el que queremos hacer patente nuestra apuesta firme por el cloud computing, como plataforma de despliegue de aplicaciones.
El sábado 17 de febrero se celebró el taller de las Django Girls en Palma, en las instalaciones de la UIB. Unas 90 personas implicadas entre alumnas, mentores, mentoras, organización y sponsors, entre los que nos encontramos.
En APSL creemos firmemente en el papel que la mujer puede y debe desempeñar en el mundo de la tecnología, por lo que nos implicamos al 100% en este evento, tanto desde el ...
Designing, building and developing a mobile app has always been a challenging process because all of the inherent complexity of the dominant platforms (iOS & Android). But this has changed since the introduction of React Native, which has enabled a lot of developers to deliver first-class native-view backed apps with the ease of use of React, JavaScript and all of its tooling.
Since we switched from ...
En este tutorial vamos a mostrar cómo utilizar otra de las API para TensorFlow llamada Keras para la construcción de redes neuronales.
En éste tutorial seguimos con la implementación de Redes Neuronales Convolucionales para el reconocimiento de imágenes usando en el Tutorial I. Al igual que en el Tutorial III, implementar redes neuronales usando la API Prettytensor que nos permite usar sintaxis mucho más simple que una implementación directa en TensorFlow native . Pero en esta ocasión, aprenderemos como guardar el valor de las variables de la red neuronal siempre que su precisión de clasificación durante el entrenamiento haya mejorado. Luego, aprenderemos a cargar las variables que obtuvieron mejores resultados en el conjunto de validación.
