Entradas por etiqueta "ml"
Troncomovil900-parte2

Sistema de extracción de información mediante gramáticas y NLTK, parte 2


Los humanos escriben lo que denominamos "Lenguaje Natural", los ordenadores prefieren las tablas y los datos estructurados. En este artículo explicamos como extraer información de textos "humanos" para alimentar bases de datos de forma automática, los pasos a hacer y los beneficios de dicha automatización. Parte 2 de 2.

Leer mas
Troncomovil900-parte1

Sistema de extracción de información mediante gramáticas y NLTK, parte 1


Los humanos escriben lo que denominamos "Lenguaje Natural", los ordenadores prefieren las tablas y los datos estructurados. En este artículo explicamos como extraer información de textos "humanos" para alimentar bases de datos de forma automática, los pasos a hacer y los beneficios de dicha automatización. Parte 1 de 2.

Leer mas
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