¿Qué significa FLOPS?
Operaciones de coma flotantes por segundo, es una unidad de medida para medir los cálculos matemáticos que pueden hacer por segundo una GPU.
Aprender conceptos iniciales de Deep Learning
¿Qué es el Deep Learning?
¿Qué son las redes neuronales artificiales?
¿Por qué el Deep Learning ahora?
Pytorch y los diferentes frameworks de Deep Learning
Setup en Google Colab
Entender la API de Pytorch
¿Qué son los tensores?
Tensores y datasets
Capas de una red neuronal en Pytorch
Crear una red neuronal en Pytorch
¿Cómo cargar datos en Pytorch?
¿Cómo entrenar una red en Pytorch?
Loop de entrenamiento de la red neuronal
Entrenar Redes Neuronales Profundas
Ciclo de trabajo para el Deep Learning
Espacio de modelos
Función de perdida
Método de optimización: SGD y Backpropagation
Autograd y métodos de optimización
¿Cómo evaluar la performance de la red neuronal?
Regularización de redes neuronales profundas
Implementando la Regularización
Optimización de hiperparametros
Transfer learning
Construir nuestro propio modelo
Presentación del problema
Definiendo la red generativa que construiremos: CycleGAN
Creando la red generadora convolucional
Creando el decoder de la red generadora
Construyendo las redes discriminativas
Preparando el entrenamiento
Instanciando redes, perdidas
Instanciando optimizadores y schedulers
Calculando las pérdidas
Entrenando
Cómo visualizar y debugear el entrenamiento
Cómo utilizar tu modelo una vez entrenado
Cómo utilizar una GPU personal con Google Cloud
Llegar más lejos
¿Por qué el Deep Learning es más poderoso que el Machine Learning Tradicional?
Para ir más lejos
Cierre del curso
Bonus
¿Por qué aprender Deep Learning?
Aportes 7
Preguntas 0
¿Qué significa FLOPS?
Operaciones de coma flotantes por segundo, es una unidad de medida para medir los cálculos matemáticos que pueden hacer por segundo una GPU.
¿Qué cambio para que el Deep Learning se popularice ta rápido?
- Datasets labelizados de gran tamaño: Estos son los datasets etiquetados que sirve para clasificar imagenes, diferentes plataformas ofrecen un gran tamaño de datasets de manera gratuita.
- GPUs y Hardware: Las GPUs paralelizan el trabajo del Deep Learning mejorando el tiempo de ejecución.
- Mejora en los algoritmos: Cada vez salen más mejoras en los algoritmos para hacer más eficientes los modelos.
- Software Open Source: Los más populares Tensorflow, Pytorch, Keras, Theano, entre otros.
el segundo video no está disponible.
Estoy emocionado con este curso
Sería muy interesante ver más al detalle redes recurrentes, como lstm
¿Qué es el performance? En informática, medida o cuantificación de la velocidad/resultado con que se realiza una tarea o proceso.
Los aportes, preguntas y respuestas son vitales para aprender en comunidad. Regístrate o inicia sesión para participar.