Capítulo 2. Qué hay en la imagen: Clasificación de imágenes con Keras
Este trabajo se ha traducido utilizando IA. Agradecemos tus opiniones y comentarios: translation-feedback@oreilly.com
Si has hojeado la literatura sobre aprendizaje profundo, puede que te hayas encontrado con un aluvión de explicaciones académicas aderezadas con matemáticas intimidatorias. No te preocupes. Te facilitaremos el aprendizaje profundo práctico con un ejemplo de clasificación de imágenes con sólo unas pocas líneas de código.
En este capítulo, examinamos más de cerca el marco Keras, discutimos su lugar en el panorama del aprendizaje profundo y, a continuación, lo utilizamos para clasificar algunas imágenes utilizando los clasificadores más avanzados existentes. Investigamos visualmente cómo funcionan estos clasificadores utilizando mapas de calor. Con estos mapas de calor, realizamos un divertido proyecto en el que clasificamos objetos en vídeos.
Recuerda de la "Receta para la solución perfecta de aprendizaje profundo" que necesitamos cuatro ingredientes para crear nuestra receta de aprendizaje profundo: hardware, conjunto de datos, marco y modelo. Veamos cómo entra en juego cada uno de ellos en este capítulo:
-
Empezaremos por lo más fácil: el hardware. Incluso un portátil barato sería suficiente para lo que vamos a hacer en este capítulo. Alternativamente, puedes ejecutar el código de este capítulo abriendo el bloc de notas de GitHub (véase http://PracticalDeepLearning.ai) en Colab. Esto es sólo cuestión ...
Get Aprendizaje Profundo Práctico para Nube, Móvil y Edge now with the O’Reilly learning platform.
O’Reilly members experience books, live events, courses curated by job role, and more from O’Reilly and nearly 200 top publishers.
