Deep Learning se puede implementar en Python muy fácilmente. Esto es lo que necesita tener para esto: (código paso a paso)
- Python: un lenguaje preferido para el aprendizaje automático y el aprendizaje profundo
- TensorFlow : desarrollado por Google para Deep Learning. Ahora de código abierto. Extremadamente versátil y potente, pero más adecuado para científicos de datos con mucha experiencia.
3. Keras : envoltorio frontal para TensorFlow y elimina la complejidad significativa asociada con el uso de TensorFlow. Ideal para crear prototipos de diferentes modelos de Deep Learning. Más tarde, estos modelos se pueden convertir a modelos de Tensorflow y alojarse en Google Cloud, etc. para la producción.
- ¿Podría el aprendizaje automático erradicar el cáncer?
- ¿Cuál es la forma correcta de calcular la similitud de coseno entre una consulta y un documento? Cuando calculo la magnitud del documento, ¿sumo los cuadrados de todos los términos del documento o solo los de la consulta?
- ¿Cómo superan los modelos de lenguaje neuronal (NLM) la maldición del problema de dimensionalidad para modelar el lenguaje natural?
- ¿Por qué se utiliza un descenso gradiente iterativo para redes neuronales y no inmediato?
- ¿Dónde empiezo a aprender reconocimiento de imágenes con algoritmos de aprendizaje automático?
Aquí hay instrucciones paso a paso sobre cómo cargar los tres en su sistema y comenzar en poco tiempo y sin costo.
Paso 1: instale Python 2.7–3.5 utilizando Anaconda.
Paso 2- Descargue la edición de la comunidad PyCharm
Paso 3- Configura un proyecto y un entorno conda para python 3.5. Cargaremos todas las bibliotecas y paquetes necesarios solo en este entorno.
Ver ejemplo a continuación
Paso 4- Vaya a conda prompt (vea la dirección https://www.quora.com/How-do-Is…) y active el entorno anterior. Por ejemplo, llamo al medio ambiente como Keras.
Paso 5- Cargue TensorFlow en lo anterior en el entorno anterior siguiendo el código siguiente
Paso 6- Finalmente instala Keras en el mismo entorno
Paso 7- Instale la API de Google para integrarse con el ecosistema de Google
Eso es. Ya está todo listo para construir algoritmos de aprendizaje profundo en Python usando TensorFlow y Keras. Enciende tu PyCharm y listo …
La siguiente respuesta le dará una visión muy detallada de por qué Deep Learning es el camino a seguir para los profesionales de análisis.
La respuesta de Ratnakar Pandey (RP) a ¿Cuál es la diferencia entre ‘Aprendizaje profundo‘, ‘Aprendizaje automático‘ e ‘Inteligencia artificial’? ¿Está el “aprendizaje profundo” relacionado con la “ciencia de datos”?
Espero que esto ayude.
¡Salud!
Gracias por sus votos a favor de antemano. Me mantienen en marcha! ¡Gracias!
Descargo de responsabilidad: Las opiniones expresadas aquí son únicamente las del escritor en su capacidad privada.