Repositório com material das aulas de deep learning com R.
- Introdução
- O que é e quando utilizar Deep Learning
- O que são redes neurais profundas
- Ajuste
- Ajustando modelos de deep learning no R
- O pacote
keras - Técnicas de regularização
- Arquiteturas
- Redes neurais recorrentes (RNN)
- Redes neurais convolucionais (CNN)
- Long short-term memory (LSTM)
Os slides do curso podem ser encontrados nesse link.
Os seguintes programas serão instalados. Estamos prevendo algum tempo no início do curso para instalar os pacotes mas se você já conseguir instalar, melhor!
- Instale o R! De preferência a versão mais recente (>= 4.0).
No Windows você também precisa instalar o Microsoft Visual C++ Redistributable for Visual Studio 2015, 2017 and 2019. Baixar a versão x64.
- Execute as seguintes linhas de código em uma sessão limpa do R. (Certifique-se de fechar todas as outras sessões do R/RStudio que estiverem abertas no seu computador).
install.packages("reticulate")
reticulate::install_miniconda()
install.packages(c("keras", "tfhub"))
keras::install_keras()
tfhub::install_tfhub()
- Verifique a instalação com:
tensorflow::tf_version() # deve retornar 2.4 ou maior
Nesse vídeo você pode ver o passo a passo da instalação no Windows: https://www.youtube.com/watch?v=nSOyfBulXlQ&feature=youtu.be
O melhor lugar para tirar dúvidas relativas ao conteúdo do curso é no nosso discourse.
| exemplo | link | gh_link |
|---|---|---|
| 01-linear-regression.R | link | link |
| 02-sgd.R | link | link |
| 03-keras.R | link | link |
| 04-mlp.R | link | link |
| 05-regressao-logistica.R | link | link |
| 05.1-regressao-custom-loss.R | link | link |
| 05.2-tensorboard.R | link | link |
| 06-convolution.R | link | link |
| 07-conv-mnist.R | link | link |
| 08-tfhub.R | link | link |
| 08.1-resnet.R | link | link |
| 09-text-vectorization.R | link | link |
| 10-embedding.R | link | link |
| 11-avg-pooling.R | link | link |
| 12-simple-rnn.R | link | link |
| 13-simple-lstm.R | link | link |
| 14-lstm.R | link | link |
| 15-pre-trained-embedding.R | link | link |
| 15-simple-gru.R | link | link |
| 16-gru.R | link | link |
| 17-pre-trained-embedding.R | link | link |
| 17.1-tfhub.R | link | link |
| 18-encadeando-lstms.R | link | link |
| 19-bidirecional.R | link | link |
| 20-quora.R | link | link |
| 21-series-temporais.R | link | link |
| 22-unet.R | link | link |
| 23-captcha.R | link | link |
| 24-torch-luz.R | link | link |
| 25-DCGAN.R | link | link |
| exercicio | link | gh_link |
|---|---|---|
| 01-linear-regression.R | link | link |
| 02-mini-batch-sgd.R | link | link |
| 03-keras-linear-regression.R | link | link |
| 04-boston-housing.R | link | link |
| 05-boston-housing-logistic.R | link | link |
| 06-mlp-mnist.R | link | link |
| 07-cifar-conv.R | link | link |
| 08-dropout-batch-norm.R | link | link |
| 09-fruit360.R | link | link |
| 10-sarcasm.R | link | link |
| 11-lstm-sarcasm.R | link | link |
| 12-pre-trained-sarcasm.R | link | link |
| 13-bidirecional-sarcasm.R | link | link |
| 14-quora.R | link | link |
| exercicio | link | gh_link |
|---|---|---|
| 01-linear-regression.R | link | link |
| 02-mini-batch-sgd.R | link | link |
| 03-keras-linear-regression.R | link | link |
| 04-boston-housing.R | link | link |
| 05-boston-housing-logistic.R | link | link |
| 06-mlp-mnist.R | link | link |
| 07-cifar-conv.R | link | link |
| 08-dropout-batch-norm.R | link | link |
| 09-fruit360.R | link | link |
| 10-sarcasm.R | link | link |
| 11-lstm-sarcasm.R | link | link |
| 12-pre-trained-sarcasm.R | link | link |
| 13-bidirecional-sarcasm.R | link | link |
| 14-quora.R | link | link |