Saltar al contenido

Café2: Empezando

Sección Introducción Transcripciones

Resumen del curso

Café2: Empezando
Café2: Empezando

Hola. Me llamo Janani Ravi, y bienvenidos a este curso sobre Caffe2: Empezando. Un poco sobre mí. Tengo una maestría en Ingeniería Eléctrica de Stanford y he trabajado en compañías como Microsoft, Google y Flipkart. En Google, fui uno de los primeros ingenieros que trabajó en la edición colaborativa en tiempo real en Google Docs, y tengo cuatro patentes por las tecnologías subyacentes. Actualmente trabajo en mi propia empresa, Loonycorn, un estudio de contenido de video de alta calidad. En este curso, aprenderás los fundamentos de la construcción de redes neuronales y del trabajo con Caffe2, te introducirás en el zoológico de modelos de Caffe2, y verás cómo puedes importar modelos de PyTorch a Caffe2 usando ONNX. Empezaremos por entender los bloques básicos de construcción de Caffe2: bloques, espacios de trabajo, redes y operadores. Los juntaremos para construir redes neuronales para realizar tareas como la regresión y la clasificación. Luego nos introduciremos en las técnicas comunes de preprocesamiento de imágenes y en el zoológico de modelos de Caffe2, que ofrece una amplia variedad de modelos preentrenados para casos de uso común. Trabajaremos con el modelo SqueezeNet para la clasificación de imágenes. Luego nos centraremos en la interoperabilidad entre el marco de aprendizaje profundo de PyTorch y Caffe2 usando ONNX, un marco de código abierto para exportar modelos de un marco a otro. Usaremos ONNX para mover un modelo de súper resolución de PyTorch a Caffe2. Al final de este curso, debería sentirse cómodo construyendo y ejecutando redes neuronales usando Caffe2, usando los modelos pre-entrenados para tareas comunes, y usando ONNX para pasar de un marco de trabajo a otro.