1
De la neurona a tu primera red entrenada
Un recorrido práctico que abarca desde la matemática básica de un perceptrón hasta la construcción, entrenamiento y prueba de tu primera red neuronal completa.
Cargando…
Conceptos clave y herramientas esenciales para construir, entrenar y evaluar modelos de aprendizaje profundo utilizando el framework PyTorch.
Un recorrido práctico que abarca desde la matemática básica de un perceptrón hasta la construcción, entrenamiento y prueba de tu primera red neuronal completa.
Paso a paso fundamental para construir modelos en PyTorch: preparación de datos, diseño de la arquitectura, bucle de entrenamiento, evaluación y exportación.
Construcción completa de una canalización de datos en PyTorch: la clase Dataset y su contrato de tres métodos, la cadena de transformaciones, el DataLoader, la partición del conjunto, el aumento de datos y las defensas que evitan que un archivo dañado detenga el entrenamiento.
Construcción completa de una red convolucional en PyTorch: el filtro y la operación de convolución, la capa nn.Conv2d con sus cinco parámetros, los mapas de características y el submuestreo, la arquitectura por bloques, el entrenamiento con imágenes en color, la regularización con desactivación aleatoria y decaimiento de pesos, el grafo dinámico, las arquitecturas modulares y la inspección del modelo.