Póngase al día sobre deep learning con este seminario web bajo demanda

Información general

¿Qué es deep learning?

Deep learning es un subconjunto de machine learning en el cual las redes neuronales (algoritmos inspirados por el cerebro humano) aprenden de grandes cantidades de datos. Los algoritmos de deep learning realizan una tarea de forma repetitiva y mejoran gradualmente el resultado a través de capas profundas que permiten el aprendizaje progresivo. Es parte de una familia más amplia de métodos de machine learning que se basan en redes neuronales.

El deep learning está teniendo un gran impacto en todos los sectores. En las ciencias de la vida, el deep learning puede utilizarse en análisis avanzado de imágenes, investigación, descubrimiento de fármacos, predicción de problemas de salud y síntomas de enfermedades y aceleración de información de secuenciación del genoma. En el transporte, puede ayudar a los vehículos autónomos a adaptarse a las condiciones cambiantes. También se puede usar para proteger a infraestructuras críticas y acelerar la respuesta.

Las empresas suelen externalizar el desarrollo del deep learning. No obstante, es mejor mantener el trabajo de desarrollo del deep learning para casos de uso que son fundamentales para la empresa. Esto incluye detección de fraudes y recomendaciones, mantenimiento predictivo y análisis de datos de serie temporal, optimización de sistema de recomendaciones, gestión de relaciones con clientes y predicción del porcentaje de clics de la publicidad en línea.

Empiece a usar deep learning con IBM® Watson Studio en IBM® Cloud Pak for Data as a Service.

Características

Creador de experimentos

Inicie y supervise los experimentos de entrenamiento por lotes, compare el rendimiento entre los modelos en tiempo real y concéntrese en el diseño de redes neuronales.

Deep learning distribuido (DDL)

Habilite infraestructuras de código abierto populares como TensorFlow, Caffe, Torch y Chainer para escalar a múltiples GPU.

Reconocimiento de dígito escrito a mano

Use un modelo de PyTorch previamente entrenado para predecir números escritos a mano a partir de imágenes. Use API de REST para enviar trabajos de entrenamiento, supervisar el estado y almacenar e implementar modelos.

Clasificación de imágenes

Realice clasificaciones en múltiples clases, preprocese y acceda a imágenes y cree visualizaciones para entender mejor sus modelos.

Modelos de lenguajes

Use un cuaderno, Keras y TensorFlow para crear un modelo de lenguaje para la generación de texto.

Vea el deep learning en IBM Watson Studio

Experimento de deep learning

Captura de pantalla del producto que muestra dónde se definen los metadatos correspondientes a un experimento nuevo de deep learning

Experimento de deep learning

Realice un experimento de deep learning para crear una secuencia de entrenamiento para cada definición.

Definiciones de modelos

Captura de pantalla que muestra dónde se añade una definición de modelo, incluido el nombre, el código fuente de entrenamiento, la infraestructura y el comando de ejecución

Definiciones de modelos

Defina su código de desarrollo de modelo, comando de ejecución, GPU y otros metadatos.

Plan de recursos

Captura de pantalla del producto que muestra el plan de recursos de un proyecto e incluye una pestaña de información general de las configuraciones de la GPU, una pestaña de estadísticas de usuarios y una pestaña de aplicaciones activas

Plan de recursos

Determine las configuraciones de la GPU en el plan de recursos.

Progreso del entrenamiento

Captura de pantalla del producto que muestra gráficos de líneas de estado de entrenamiento

Progreso del entrenamiento

Supervise el entrenamiento del deep learning.

Cuaderno de GPU

Captura de pantalla del producto que muestra la clasificación de imágenes dentro de un cuaderno de GPU

Cuaderno de GPU

Cree una definición de entorno de GPU y ejecute su cuaderno en el momento de crearlo.

Use su infraestructura favorita

Previamente instalada y optimizada para su rendimiento en IBM Watson Studio

Logotipo de TensorFlow
Logotipo de Keras
Logotipo de PyTorch

Empiece con deep learning

Comience a ejecutar sus experimentos de deep learning en IBM Watson Studio.