Tutorial: Diferentes formas de almacenar modelos entrenados con TensorFlow/Keras

Поділитися
Вставка
  • Опубліковано 6 вер 2024

КОМЕНТАРІ • 12

  • @codificandobits
    @codificandobits  7 місяців тому +1

    🔥🔥Academia Online: cursos.codificandobits.com/ 🔥🔥
    🔥🔥Asesorías y formación personalizada: www.codificandobits.com/servicios/ 🔥🔥

  • @nelfaro
    @nelfaro 7 місяців тому +2

    Excelente explicación, me gustaría que explique como desplegar el modelo almacenado en producción.... 😊

  • @csardgz
    @csardgz 7 місяців тому +1

    26:55 si me gustaría que explique TS serving

  • @kenylopez
    @kenylopez 7 місяців тому

    Excelente explicación.
    ¡Muchas gracias!

  • @reinerromero7265
    @reinerromero7265 7 місяців тому

    Excelente. Muchas gracias.

  • @FernandoLopez-vc2ld
    @FernandoLopez-vc2ld 7 місяців тому

    Muchas gracias por la información, muy interesante y sería muy interesante ver la recurperación de tf serving. dos preguntas : la 1º si tengo un modelo guardado entrenado con un set de datos, cuando me llegan nuevos datos, puedo utilizar este modelo para entrenar a partir de estos, o debería hacer un entrenamiento desde 0. 2º Estuve viendo la academia de codificando, y le quería consultar si hay algun curso donde se incluya el algoritmo XGBoost. Muchas gracias nuevamente.

  • @medellinsz
    @medellinsz 7 місяців тому

    Excelente conocimiento!

  • @jesuseduardodimasramirez5833
    @jesuseduardodimasramirez5833 7 місяців тому

    Hola, disculpa crees que puedas hacer un vídeo de cómo poder saber que tan bueno o malo fue la imputación de los datos después de usar Micefotest en Python?

  • @lopterify
    @lopterify 7 місяців тому

    Muy bueno!

  • @eduardoomarmorenoleon7650
    @eduardoomarmorenoleon7650 7 місяців тому

    Profe, una duda ¿Los datos de normalización estos serán guardados aparte en formato pickle y serán compartidos con los otros desarrolladores para que ellos los procesen en el backend?

  • @becca3823
    @becca3823 5 місяців тому

    *Promo sm* 😔