Juan Carlos González

Data Scientist

Los datos bien tratados se pueden transformar en conocimiento, a menudo de forma sorprendente.

Email: jcgonzalez@apsl.net
Entradas por autor "jcgonzalez"
Pynxeinstein_Completo.png

TENSOR FLOW PARA PRINCIPIANTES (V): Guardar y Recuperar el valor de las variables optimizadas de TensorFlow


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.

Leer mas
PynxeinsteinTF

TENSOR FLOW PARA PRINCIPIANTES (IV): Uso de la API Layers


En éste  tutorial se muestra como implementar la Red Neuronal Convolucional para el reconocimiento de imágenes usando en el Tutorial I, pero en éste caso usaremos la API Layeres (tf.layers).  Al igual que en el Tutorial III, implementar redes neuronales usando esta API nos permite usar sintaxis mucho más simple que una implementación directa en TensorFlow. Hace que el código sea mucho más corto y fácil de entender, y por tanto cometer menos errores.

Leer mas
PynxeinsteinTF

TENSOR FLOW PARA PRINCIPIANTES (III): Uso de la librería PrettyTensor


En éste tercer tutorial se muestra como implementar la Red Neuronal Convolucional para el reconocimiento de imágenes usando en el Tutorial I, pero en éste caso usaremos la librería  PrettyTensor.  Implementar redes neuronales usando esta librería nos permite usar sintaxis mucho más simple que una implementación directa en TensorFlow. Hace que el código sea mucho más corto y fácil de entender, y por tanto cometer menos errores.

Leer mas
PynxeinsteinTF

Tensor flow para principiantes (II)


En éste segundo tutorial se muestra como implementar una Red Neuronal Convolucional para el reconocimiento de imágenes usando la librería de TensorFlow. Para ello hemos creado un modelo de clasificación y reconocimiento de dígitos escrito a mano, y lo hemos comparado con el modelo de regresión lineal usado en el Tutorial I

Leer mas