¡Excelente curso, espero vengan más como estos!
Fundamentos de PyTorch
¿Qué necesitas para aprender PyTorch?
¿Por qué usar PyTorch?
Hola, mundo en PyTorch
Creación de Tensores en PyTorch
Debugging de operaciones con tensores
Conversión y operación de tensores con PyTorch
Quiz: Fundamentos de PyTorch
Estructura de modelo de deep learning en PyTorch
Generación y split de datos para entrenamiento de modelo
Estructura de modelo en PyTorch con torch.nn
Entrenamiento, funciones de pérdida y optimizadores
Entrenamiento y visualización de pérdida
Predicción con un modelo de PyTorch entrenado
Quiz: Estructura de modelo de deep learning en PyTorch
Redes neuronales con PyTorch
Datos para clasificación de texto
Procesamiento de datos: tokenización y creación de vocabulario
Procesamiento de datos: preparación del DataLoader()
Creación de modelo de clasificación de texto con PyTorch
Función para entrenamiento
Función para evaluación
Split de datos, pérdida y optimización
Entrenamiento y evaluación de modelo de clasificación de texto
Inferencia utilizando torch.compile(): el presente con PyTorch 2.X
Almacenamiento del modelo con torch.save() y state_dict()
Sube tu modelo de PyTorch a Hugging Face
Carga de modelo de PyTorch con torch.load()
Quiz: Redes neuronales con PyTorch
Cierre del curso
Cierre del curso
No tienes acceso a esta clase
¡Continúa aprendiendo! Únete y comienza a potenciar tu carrera
Nombre del curso: Curso de Redes Neuronales con PyTorch
Director de escuela: Carlos Alarcón
Profesor: Omar Espejel
Dirección: Miguel Torres
Producción OPS: Lizeth Cáceres y Rocío Martínez
Creación audiovisual: Juan Franco
Edición de video: Daniel Cadena
Postproducción de audio: Daniel Cadena
Diseño gráfico: Carol Baquero
Coordinación General: Andrés Arizmendy, Daniel Gutiérrez, Carol Baquero, Carlos Céspedes y Sura Cedeño
Revisión: Rubén Cuello y Belman Marin
Aportes 6
Preguntas 0
¡Excelente curso, espero vengan más como estos!
Excelente curso profesor Omar, solo me hubiera gustado que se profundice en el preprocesamiento de los datos o en la creación de DataLoaders ya que en el curso estamos usando un dataset que ya esta casi listo para el entrenamiento, pero en la vida real mi dataset puede estar en un Dataframe de Pandas y me gustaría saber como hacer para llevar mis datos desde pandas hasta un DataLoader que pueda usar Pytorch
Hubiese sido interesante un ejemplo de regresion no con datos aleatorios sino con una base de datos en excel o csv
Gracias Omar por el curso! 👍
El curso es valioso en cuanto a la carga e intercambio de archivos del modelo en el Hub de hugging face, además de la definición. Sin embargo, debido al título esperaba la generación de diversos tipos de redes neuronales en pytorch, CNNs, LSTMs, ANNs, etc. Creo que el caso del procesamiento de texto y NLP es muy interesante, sin embargo requiere conocimientos adicionales. Recomiendo que cambien el título del curso a algo relacionado con NLP, ya que se requieren algunos conocimientos para llevar este curso.
Muchisimas Gracias! Me ha quedado PyTorch más claro que cuando empecé.
¿Quieres ver más aportes, preguntas y respuestas de la comunidad?
o inicia sesión.