Puede depender del aspecto exacto que le gustaría estudiar. Digamos, es posible que primero necesite estudiar ML (Machine Learning) o que ya lo haya estudiado y solo necesite estudiar TensorFlow como herramienta. En caso de que aún no hayas estudiado ML, te recomendaría que te inscribas en Machine Learning – Stanford University | Coursera (Machine Learning – Universidad de Stanford | Coursera) por el prof. Andrew Ng como un buen curso introductorio. Como prerrequisitos, necesitará un álgebra lineal y algunos conocimientos de estadística.
En caso de que esté de acuerdo con ML y necesite solo una herramienta, le recomendaría que comience con la lectura de artículos introductorios de la documentación de TensorFlow, pero como siguiente paso puede valer la pena continuar con aymericdamien / TensorFlow-examples (aymericdamien / TensorFlow-examples) en su lugar de los originales TensorFlow.
La documentación original de TensorFlow es buena como manual de referencia y tutoriales avanzados sobre herramientas, pero no parece tan buena para los principiantes. En algún momento tiene demasiados detalles explicados desde cero y hace que las cosas sean un poco confusas para los principiantes.
- Aprendizaje automático: ¿cómo se puede saber cuándo combinar diferentes características sería útil?
- ¿Por qué el aprendizaje en estructuras de datos complejas (gráficos, árboles, etc.) está tan poco representado en el aprendizaje automático?
- ¿Existe alguna relación entre el aprendizaje automático y el campo de la electrónica analógica o digital?
- ¿Cómo modifica una red neuronal su peso sin entrar en un efecto de ping-pong? La función de modificación de peso se basa en el error (l * e * o [1, 2]), por lo que los valores de error altos dan modificaciones de peso drásticas.
- ¿Puede el aprendizaje profundo manejar datos desequilibrados?
Tan pronto como haya terminado con ejemplos de terceros, vale la pena probar los ejemplos originales de TensorFlow como avanzados. Y definitivamente vale la pena jugar con TensorBoard.
Para fines de estudio, no recomendaría que use herramientas como Keras en la parte superior de TensorFlow, ya que puede facilitarle la vida, pero ocultará detalles importantes sobre cómo funciona TensorFlow.
Para un curso práctico avanzado sobre TensorFlow, recomendaría el curso Deep Learning de Google en Deep Learning | Udacity
Como idea general: “solo hazlo, más práctica” 🙂 Y tendrás éxito.
