Skip to content
Minicurso Deep Learning: Introduction to Data Science
Jupyter Notebook Python
Branch: master
Clone or download
Fetching latest commit…
Cannot retrieve the latest commit at this time.
Permalink
Type Name Latest commit message Commit time
Failed to load latest commit information.
code_python
notebooks
previous_versions/v1_2017
slides
README.md

README.md

Material para o minicurso Deep Learning

Moacir A. Ponti (website)

Versões antigas

  • v1.2017: código e material dos cursos de 2017/2-2018/1

Organização

Esse repositório está organizado em três pastas:

  • Código em Python: contendo arquivos .py com exemplos completos, esses arquivos podem ser executados utilizando: python arquivo.py
  • Jupyter Notebooks: contendo arquivos .ipynb com exemplos conforme codificado durante o minicurso esses arquivos devem ser executados ou abertos no browser via a aplicação Jupyter Notebook
  • Slides: slides PDF dos assuntos apresentados

Índice do conteúdo

  1. Tensorflow básico em modo eager

  2. Rede neural com camadas densas, no formato dnn:

  3. Rede neural convolucional:

  4. Autoencoder com camadas densas no formato ae:

  5. Autoencoder convolucional com uso das características em classificador externo:

  6. Fine-tuning a partir de uma rede pré-treinada:

  7. Rede LSTM para predição de série temporal:

Materiais extras, Slides, Papers, etc.:

You can’t perform that action at this time.