Tensorflow 2 0 Um Guia Completo sobre o novo TensorFlow

1. 16. Anexo III - Redes Neurais Recorrentes - teoria/4. Intuição prática.mp4158.72MB
2. 2. Básico do TensorFlow/1. Do TensorFlow 1.x para o TensorFlow 2.0 - Constantes, variáveis e tensores.mp469.54MB
3. 2. Básico do TensorFlow/2. Operações com tensores.mp425.68MB
4. 2. Básico do TensorFlow/3. Strings.mp417.39MB
5. 3. Redes Neurais Artificiais/1. Configuração do Projeto.mp438.6MB
6. 3. Redes Neurais Artificiais/2. Pré-processamento.mp453.53MB
7. 3. Redes Neurais Artificiais/3. Construção da Rede Neural Artificial.mp432.58MB
8. 3. Redes Neurais Artificiais/4. Treinamento da Rede Neural Artificial.mp422.34MB
9. 3. Redes Neurais Artificiais/5. Avaliação da Rede Neural Artificial.mp417.51MB
10. 4. Redes Neurais Convolucionais/1. Configuração do Projeto e Pré-processamento.mp449.68MB
11. 4. Redes Neurais Convolucionais/2. Construção da Rede Neural Convolucional.mp446.57MB
12. 4. Redes Neurais Convolucionais/3. Treinamento e Avaliação da Rede Neural Convolucional.mp416.57MB
13. 5. Redes Neurais Recorrentes/1. Configuração do Projeto e Pré-processamento.mp463.07MB
14. 5. Redes Neurais Recorrentes/2. Construção da Rede Neural Recorrente.mp434.88MB
15. 5. Redes Neurais Recorrentes/3. Treinamento e Avaliação da Rede Neural Recorrente.mp422.67MB
16. 6. Transferência de Aprendizado e Fine Tuning/1. O que é Transferência de Aprendizado.mp453.5MB
17. 6. Transferência de Aprendizado e Fine Tuning/2. Configuração do Projeto.mp430.06MB
18. 6. Transferência de Aprendizado e Fine Tuning/3. Pré-processamento.mp428.68MB
19. 6. Transferência de Aprendizado e Fine Tuning/4. Carregamento do Modelo MobileNet V2.mp442.14MB
20. 6. Transferência de Aprendizado e Fine Tuning/5. Congelamento do Modelo Pré-treinado.mp48.79MB
21. 6. Transferência de Aprendizado e Fine Tuning/6. Cabeçalho Personalizado no Modelo Pré-treinado.mp431.75MB
22. 6. Transferência de Aprendizado e Fine Tuning/7. Definição do Modelo de Transferência.mp422.4MB
23. 6. Transferência de Aprendizado e Fine Tuning/8. Compilação do Modelo de Transferência.mp411.58MB
24. 6. Transferência de Aprendizado e Fine Tuning/9. Geradores de Imagens.mp434.13MB
25. 6. Transferência de Aprendizado e Fine Tuning/10. Transferência de Aprendizagem.mp420.26MB
26. 6. Transferência de Aprendizado e Fine Tuning/11. Avaliação dos Resultados.mp413.66MB
27. 6. Transferência de Aprendizado e Fine Tuning/12. Definição do Fine Tuning.mp424.7MB
28. 6. Transferência de Aprendizado e Fine Tuning/13. Compilação do Fine Tuning.mp48.6MB
29. 6. Transferência de Aprendizado e Fine Tuning/14. Aplicação do Fine Tuning.mp414.52MB
30. 6. Transferência de Aprendizado e Fine Tuning/15. Avaliação do Fine Tuning.mp48.84MB
31. 7. Aprendizagem por Reforço Profunda para Negociação no Mercado de Ações/1. Configuração do Projeto.mp417.33MB
32. 7. Aprendizagem por Reforço Profunda para Negociação no Mercado de Ações/2. IA Trader 1.mp445.76MB
33. 7. Aprendizagem por Reforço Profunda para Negociação no Mercado de Ações/3. IA Trader 2.mp413.28MB
34. 7. Aprendizagem por Reforço Profunda para Negociação no Mercado de Ações/4. IA Trader 3.mp418.75MB
35. 7. Aprendizagem por Reforço Profunda para Negociação no Mercado de Ações/5. IA Trader 4.mp421.76MB
36. 7. Aprendizagem por Reforço Profunda para Negociação no Mercado de Ações/6. IA Trader 5.mp460.48MB
37. 7. Aprendizagem por Reforço Profunda para Negociação no Mercado de Ações/7. Dataset Loader Function.mp455.91MB
38. 7. Aprendizagem por Reforço Profunda para Negociação no Mercado de Ações/8. Criação dos Estados.mp446.78MB
39. 7. Aprendizagem por Reforço Profunda para Negociação no Mercado de Ações/9. Carregamento da Base de Dados.mp422.23MB
40. 7. Aprendizagem por Reforço Profunda para Negociação no Mercado de Ações/10. Definição do Modelo.mp424.47MB
41. 7. Aprendizagem por Reforço Profunda para Negociação no Mercado de Ações/11. Treinamento I.mp432.89MB
42. 7. Aprendizagem por Reforço Profunda para Negociação no Mercado de Ações/12. Treinamento II.mp472.13MB
43. 8. Validação de Dados com TFDV (TensorFlow Data Validation)/1. Configuração do Projeto.mp421.18MB
44. 8. Validação de Dados com TFDV (TensorFlow Data Validation)/2. Carregamento da Base de Dados.mp434.42MB
45. 8. Validação de Dados com TFDV (TensorFlow Data Validation)/3. Criação da Estrutura da Base de Dados.mp423.31MB
46. 8. Validação de Dados com TFDV (TensorFlow Data Validation)/4. Computação das Estatísticas da Base de Teste.mp46.38MB
47. 8. Validação de Dados com TFDV (TensorFlow Data Validation)/5. Detecção de Anomalias.mp431.42MB
48. 8. Validação de Dados com TFDV (TensorFlow Data Validation)/6. Preparação do Schema para Produção.mp425.86MB
49. 8. Validação de Dados com TFDV (TensorFlow Data Validation)/7. Salvando o schema.mp47.1MB
50. 9. Pré-processamento de Dados com TFT (TensorFlow Transform)/1. Configuração do Projeto.mp414.17MB
51. 9. Pré-processamento de Dados com TFT (TensorFlow Transform)/2. Pré-processamento Inicial da Base de Dados.mp442.58MB
52. 9. Pré-processamento de Dados com TFT (TensorFlow Transform)/3. Dataset Metadata.mp418.21MB
53. 9. Pré-processamento de Dados com TFT (TensorFlow Transform)/4. Função de Pré-processamento.mp426.5MB
54. 9. Pré-processamento de Dados com TFT (TensorFlow Transform)/5. Pipeline de Pré-processamento.mp460.75MB
55. 10. API com Flask e TensorFlow 2.0/1. Configuração do Projeto.mp467.06MB
56. 10. API com Flask e TensorFlow 2.0/2. Importação das Dependências.mp416.29MB
57. 10. API com Flask e TensorFlow 2.0/3. Carregamento do Modelo Pré-treinado.mp415.79MB
58. 10. API com Flask e TensorFlow 2.0/4. Definição da Aplicação Flask.mp47.39MB
59. 10. API com Flask e TensorFlow 2.0/5. Criação da Função de Classificação.mp442.97MB
60. 10. API com Flask e TensorFlow 2.0/6. Iniciando a Aplicação Flask.mp417.98MB
61. 10. API com Flask e TensorFlow 2.0/7. Enviando Requisições ao Modelo.mp433.71MB
62. 11. API de Classificação de Imagens com TensorFlow Serving/1. O que é TensorFlow Serving.mp422.37MB
63. 11. API de Classificação de Imagens com TensorFlow Serving/2. Arquitetura do TensorFlow Serving.mp49.99MB
64. 11. API de Classificação de Imagens com TensorFlow Serving/3. Configuração do Projeto.mp427.51MB
65. 11. API de Classificação de Imagens com TensorFlow Serving/4. Pré-processamento.mp424.86MB
66. 11. API de Classificação de Imagens com TensorFlow Serving/5. Definição, Treinamento e Avaliação do Modelo.mp419.22MB
67. 11. API de Classificação de Imagens com TensorFlow Serving/6. Salvando o Modelo para Produção.mp433.04MB
68. 11. API de Classificação de Imagens com TensorFlow Serving/7. Configuração do Modelo no TensorFlow Serving.mp428.65MB
69. 11. API de Classificação de Imagens com TensorFlow Serving/8. Criação de Objeto JSON.mp419.35MB
70. 11. API de Classificação de Imagens com TensorFlow Serving/9. Enviando o Primeiro POST para o Modelo.mp450.87MB
71. 11. API de Classificação de Imagens com TensorFlow Serving/10. Enviando Requisições POST para um Modelo Específico.mp410.67MB
72. 12. TensorFlow Lite Prepare o Modelo para Dispositivos Móveis/1. O que é o TensorFlow Lite.mp418.31MB
73. 12. TensorFlow Lite Prepare o Modelo para Dispositivos Móveis/2. Configuração do Projeto.mp413.06MB
74. 12. TensorFlow Lite Prepare o Modelo para Dispositivos Móveis/3. Pré-processamento dos Dados.mp413.34MB
75. 12. TensorFlow Lite Prepare o Modelo para Dispositivos Móveis/4. Construção do Modelo.mp49.4MB
76. 12. TensorFlow Lite Prepare o Modelo para Dispositivos Móveis/5. Treinamento e Avaliação do Modelo.mp416.29MB
77. 12. TensorFlow Lite Prepare o Modelo para Dispositivos Móveis/6. Salvando o Modelo.mp48MB
78. 12. TensorFlow Lite Prepare o Modelo para Dispositivos Móveis/7. TensorFlow Lite Converter.mp44.75MB
79. 12. TensorFlow Lite Prepare o Modelo para Dispositivos Móveis/8. Conversão do Modelo para o TensorFlow Lite.mp45.17MB
80. 12. TensorFlow Lite Prepare o Modelo para Dispositivos Móveis/9. Salvando o Modelo Convertido.mp48.55MB
81. 13. Treinamento Distribuído com TensorFlow 2.0/1. O que é Treinamento Distribuído.mp416.35MB
82. 13. Treinamento Distribuído com TensorFlow 2.0/2. Configuração do Projeto.mp47.31MB
83. 13. Treinamento Distribuído com TensorFlow 2.0/3. Pré-processamento.mp417.24MB
84. 13. Treinamento Distribuído com TensorFlow 2.0/4. Definição de um Modelo Não Distribuído.mp46.55MB
85. 13. Treinamento Distribuído com TensorFlow 2.0/5. Iniciando uma Estratégia Distribuída.mp48.63MB
86. 13. Treinamento Distribuído com TensorFlow 2.0/6. Definição de um Modelo Distribuído.mp48.61MB
87. 13. Treinamento Distribuído com TensorFlow 2.0/7. Avaliação Final Teste de Velocidade.mp436.22MB
88. 14. Anexo I - Redes Neurais Artificiais - teoria/1. Perceptron de uma camada.mp438.78MB
89. 14. Anexo I - Redes Neurais Artificiais - teoria/2. Redes multicamada - função soma e função de ativação.mp447.27MB
90. 14. Anexo I - Redes Neurais Artificiais - teoria/3. Redes multicamada - cálculo do erro.mp417.94MB
91. 14. Anexo I - Redes Neurais Artificiais - teoria/4. Descida do gradiente.mp445.62MB
92. 14. Anexo I - Redes Neurais Artificiais - teoria/5. Cálculo do parâmetro delta.mp422.25MB
93. 14. Anexo I - Redes Neurais Artificiais - teoria/6. Ajuste dos pesos com backpropagation.mp454.1MB
94. 14. Anexo I - Redes Neurais Artificiais - teoria/7. Bias, erro, descida do gradiente estocástica e mais parâmetros.mp444.63MB
95. 14. Anexo I - Redes Neurais Artificiais - teoria/8. Funções de ativação I.mp455.92MB
96. 14. Anexo I - Redes Neurais Artificiais - teoria/9. Funções de ativação II.mp477.77MB
97. 15. Anexo II - Redes Neurais Convolucionais - teoria/1. Introdução a redes neurais convolucionais I.mp472.42MB
98. 15. Anexo II - Redes Neurais Convolucionais - teoria/2. Introdução a redes neurais convolucionais II.mp476.8MB
99. 15. Anexo II - Redes Neurais Convolucionais - teoria/3. Etapa 1 - operador de convolução (introdução).mp449.81MB
100. 15. Anexo II - Redes Neurais Convolucionais - teoria/4. Etapa 1 - operador de convolução (cálculo).mp455.51MB
101. 15. Anexo II - Redes Neurais Convolucionais - teoria/5. Etapa 2 - pooling.mp437.21MB
102. 15. Anexo II - Redes Neurais Convolucionais - teoria/6. Etapa 3 - flattening.mp462.75MB
103. 15. Anexo II - Redes Neurais Convolucionais - teoria/7. Etapa 4 - rede neural densa.mp462.23MB
104. 16. Anexo III - Redes Neurais Recorrentes - teoria/1. O que são Redes Neurais Recorrentes.mp498.3MB
105. 16. Anexo III - Redes Neurais Recorrentes - teoria/2. Problema do gradiente desaparecendo (vanish gradient problem).mp467.75MB
106. 16. Anexo III - Redes Neurais Recorrentes - teoria/3. Long short term memory - LSTM.mp499.28MB
107. 1. Introdução/1. Bem-vindo(a) ao curso!.mp468.96MB
108. 16. Anexo III - Redes Neurais Recorrentes - teoria/5. Variações de LSTM.mp419.88MB
109. 17. Anexo IV - Aprendizagem por Reforço Profunda - teoria/1. O que é aprendizagem por reforço.mp453.86MB
110. 17. Anexo IV - Aprendizagem por Reforço Profunda - teoria/2. A Equação de Bellman.mp490.69MB
111. 17. Anexo IV - Aprendizagem por Reforço Profunda - teoria/3. O Plano.mp411.74MB
112. 17. Anexo IV - Aprendizagem por Reforço Profunda - teoria/4. Markov Decision Process - MDP.mp467.05MB
113. 17. Anexo IV - Aprendizagem por Reforço Profunda - teoria/5. Política x Plano.mp445.1MB
114. 17. Anexo IV - Aprendizagem por Reforço Profunda - teoria/6. Adição de Penalidades - Living Penalty.mp437.95MB
115. 17. Anexo IV - Aprendizagem por Reforço Profunda - teoria/7. Q-Learning - Intuição.mp430.36MB
116. 17. Anexo IV - Aprendizagem por Reforço Profunda - teoria/8. Diferença Temporal.mp444.79MB
117. 17. Anexo IV - Aprendizagem por Reforço Profunda - teoria/9. Intuição Deep Q-Learning - Aprendizagem.mp460.37MB
118. 17. Anexo IV - Aprendizagem por Reforço Profunda - teoria/10. Intuição Deep Q-Learning - Ações.mp427.56MB
119. 17. Anexo IV - Aprendizagem por Reforço Profunda - teoria/11. Replay de Experiência.mp471.68MB
120. 17. Anexo IV - Aprendizagem por Reforço Profunda - teoria/12. Políticas de Seleções de Ações.mp471.1MB