Redes convolucionales y su importancia

1

La importancia del computer vision

2

驴Qu茅 herramientas usaremos para redes neuronales convolucionales?

3

驴Qu茅 son las redes convolucionales?

Mi primera red neuronal convolucional

4

Creando nuestra primera red convolucional

5

Entrenando nuestra primera red convolucional

Manejo de im谩genes

6

Consejos para el manejo de im谩genes

7

Manejo de im谩genes con Python

Fundamentos de redes neuronales convolucionales

8

Kernel en redes neuronales

9

El kernel en acci贸n

10

Padding y Strides

11

Capa de pooling

12

Arquitectura de redes convolucionales

Quiz: Fundamentos de redes neuronales convolucionales

Resolviendo un problema de clasificaci贸n

13

Clasificaci贸n con redes neuronales convolucionales

14

Creaci贸n de red convolucional para clasificaci贸n

15

Entrenamiento de un modelo de clasificaci贸n con redes convolucionales

Optimizaci贸n de red neuronal convolucional

16

Data augmentation

17

Aplicando data augmentation

18

Callbacks: early stopping y checkpoints

19

Batch normalization

20

Optimizaci贸n de modelo de clasificaci贸n

21

Entrenamiento de nuestro modelo de clasificaci贸n optimizado

Quiz: Optimizaci贸n de red neuronal convolucional

Resolviendo una competencia de Kaggle

22

Clasificando entre perros y gatos

23

Entrenamiento del modelo de clasificaci贸n de perros y gatos

Resumen y siguientes pasos

24

Siguientes pasos con redes neuronales convolucionales

25

Comparte tu proyecto de clasificaci贸n con redes convolucionales y certif铆cate

No tienes acceso a esta clase

隆Contin煤a aprendiendo! 脷nete y comienza a potenciar tu carrera

Aplicando data augmentation

17/25
Recursos

Aportes 6

Preguntas 6

Ordenar por:

驴Quieres ver m谩s aportes, preguntas y respuestas de la comunidad?

o inicia sesi贸n.

Algunos resultados de Nhaga con la siguiente configuraci贸n:

datagen = ImageDataGenerator(rotation_range=60,
                            width_shift_range=0.4,
                            height_shift_range=0.4,
                            zoom_range=0.3,
                            horizontal_flip=True,
                            fill_mode='reflect',
                            brightness_range=[0.3,1.4]                   
) 

Omi, la gata, viendo el vac铆o


Ya tengo nuevo wallpaper

Este m贸dulo contiene utilidades para el preprocesamento y ampliaci贸n de im谩genes. ImageDataGenerator: Es una clase que permite generar lotes de datos de im谩genes con transformaciones en tiempo real, como rotaci贸n, cambio de tama帽o, recorte, etc. Se puede usar para aumentar el conjunto de datos y evitar el sobreajuste. array_to_img: Es una funci贸n que convierte un arreglo de Numpy a una imagen de PIL (Python Imaging Library). Se puede usar para visualizar o guardar una imagen a partir de un arreglo. img_to_array: Es

Mis perritas ![](https://static.platzi.com/media/user_upload/image-6ccd70b7-1f6b-4721-afd8-62bcdbf627fb.jpg) Incluso en ciertas iteraciones, el target puede quedar por fuera de la imagen generada ![](https://static.platzi.com/media/user_upload/image-bf1e423c-ac07-481c-92fc-35821baa7bcc.jpg)