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.
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.
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.
