¿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

¿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

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

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

Entrenando

Cómo visualizar y debugear el entrenamiento

Cómo utilizar tu modelo una vez entrenado

Cómo utilizar una GPU personal con Google Cloud

¿Por qué el Deep Learning es más poderoso que el Machine Learning Tradicional?

Para ir más lejos

Cierre del curso

¿Por qué aprender Deep Learning?