Esta clase siento fue demasiada información com poca explicación, si podrían compartir unos recursos para terminar de enteder el tema, tales como documentacion de optimizers_viz, o que es el beales problem
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?
Aún no tienes acceso a esta clase
Crea una cuenta y continúa viendo este curso
Crear cuenta
Si ya tienes una cuenta,
Iniciar sesión
Autograd y métodos de optimización
17/39Recursos
Aportes 9
Preguntas 3
Ordenar por:
Estoy trabando en jupyter notebook y no encuentro la librería optimizers_viz.
Alguien sabe como se llama para descargarla ?
recomiendo a todos complementar los cursos de platzi con el material en packt https://subscription.packtpub.com/
Lo recomiendo por que es un buen complemento y por que a mi me funcionó para aprender.
¡Saludos!
Increíble clase, este curso es muy retador.
----conclusión—
OPTIMIZADORES (recomendados)
• SGD con Momentum
• ADAM
• RMSprop
Esta muy linda la librería de la clase propuesta por el profe.
Muy interesante.
No me quedó claro algo del principio. Aplicar autograd es tan sencillo como aplicarle al tensor “.grad”?
Muy interesante
Muy chevere como se visualizan los optimizadores. Seria bueno contar con el codigo
¿Quieres ver más aportes, preguntas y respuestas de la comunidad? Crea una cuenta o inicia sesión.