Aprendizaje Profundo Práctico para Nube, Móvil y Edge

Capítulo 7. Herramientas prácticas, consejos y trucos

Este trabajo se ha traducido utilizando IA. Agradecemos tus opiniones y comentarios: [e-mail]

Este capítulo de contiene material que nosotros, sus autores, hemos encontrado durante nuestro trabajo profesional, así como mientras trabajábamos en este libro, principalmente durante la experimentación. El material que aquí se trata no encaja necesariamente en un solo capítulo, sino que se trata de material que los profesionales del aprendizaje profundo podrían encontrar útil en su día a día en una gran variedad de tareas. En consonancia con el tema "práctico", estas preguntas abarcan una serie de útiles directrices pragmáticas sobre temas como la configuración de un entorno, el entrenamiento, la interoperabilidad de modelos, la recopilación y el etiquetado de datos, la calidad del código, la gestión de experimentos, las prácticas de colaboración en equipo, la privacidad y otros temas de exploración.

Debido al ritmo rápidamente cambiante del campo de la IA, este capítulo es un pequeño subconjunto del documento "vivo " alojado en el repositorio Github del libro (véase http://PracticalDeepLearning.ai) en code/chapter-9, donde evoluciona constantemente. Si tienes más preguntas o, mejor aún, respuestas que puedan ayudar a otros lectores, no dudes en tuitearlas @PracticalDLBook o enviar un pull request.

Instalación

P: Yo me encontré con un interesante y útil Cuaderno Jupyter en GitHub. Hacer que el código se ejecute ...