Welcome

Bienvenidos al curso de Fundamentos de Deep Learning

Intr. a los Sistemas Inteligentes

Verifique las fechas de entrega en la plataforma del curso: RLXMOOC

  • Entrega 1 :

    • LAB 01.01 - WARM UP

    • LAB 2.1 - Customized loss function

  • Entrega 2 :

    • LAB 2.2 - Sparse Autoencoders

    • LAB 2.4 - Model instrumentation

  • Entrega 3 :

    • LAB 3.1 - TF model subclassing

    • LAB 3.2 - Low level Tensorflow

  • Entrega 4 :

    • 4.1 - Convolutions

    • 4.2 - Transfer learning

Los laboratorios que no aparecen listados en las entregas son opcionales para el curso. Si el estudiante lo desea, cuenta con tiempo adicional para realizarlos y obtener el certificado ofertado por la Universidad de Antioquia.

Si tiene alguna duda sobre sobre el curso planteéla a través de Campuswire).

Trabajando con los materiales del curso

01 - Jupyter notebooks y Google colab: video 13mins Explicamos brevemente cómo es el entorno de ejecución de código Python en la nube de Google que vamos a usar durante el curso

02 - Laboratorios y envío de soluciones: video 12mins Describimos cómo es el mecanismo de envío de soluciones y la plataforma de autocorrección de talleres.

Descarga un ZIP con los notebooks del curso