
Crea modelos de clasificación de texto con PyTorch y TorchText. Procesa datos, entrena el modelo y realiza inferencias optimizadas con PyTorch 2.0. Guarda y comparte tu modelo en Hugging Face, mejorando la colaboración.
Clases del curso
Estructura de modelo de deep learning en PyTorch
Redes neuronales con PyTorch
Cierre del curso
Conoce quién enseña el curso

Omar Espejel
Machine Learning Engineer & Blockchain Developer
🔗 Blockchain and Crypto
🧠 Busca la democratización del machine learning
🎙️ Co-host Hacia Afuera Podcast
Proyecto del curso

Clasificación de textos multiclase con PyTorch
Entrena un modelo capaz de clasificar textos en inglés en catorce distintas categorías. Utilizarás torchtext para procesar texto con PyTorch y el dataset DBPedia. Crearás las capas de la red neuronal de tu modelo, lo entrenarás y harás inferencia para obtener resultados.
Ver proyectoconocimientos previos
- Fundamentos de redes neuronales con Python y Keras.
- Programación orientada a objetos con Python.
- Exploración y carga de modelos de Hugging Face.
software y recursos necesarios
- Jupyter Notebooks, Google Colab o Kaggle Notebooks.
4.7 · 64 opiniones


Jonathan Narváez Urresta
Excelente curso


JUAN SEBASTIAN GARCIA RODRIGUEZ
Muy bunea introduccion, pero podrían complejizar más este contenido. Por ejemplo utilizar tambien pytorhc para tareas de visión y también modelso sequenciales (LSTMs y otros)


Dario Saavedra Contreras
Gran contenido y muy práctico.


Juan Pablo Lopez Mejia
Excelente curso

Gabriel Hernan Miguel Acosta
falta actualzar, tuve problemas con algunas dependencias desactualizadas


Nelson Ramos
:)

Gran curso sobre el marco de aprendizaje profundo con PyTorch mostrando los pasos del desarrollo práctico de las redes neurales.

Gerson Gómez Giraldo
excelente

Laura Quintero
Excelente curso, especialmente los notebook


David Hernando Henao Marulanda
El profesor le falta ser más explicativo, si tomamos el curso es porque no sabemos

Cruz Julian
Excelente curso. Ahora que tengo estas herramientas puedo profundizar para poder usar torch audio y torch vision. Además puedo poner en producción modelos libres que puedo descargar de hugging face. Me siento muy satisfecho.


Sebastian Galindez Tapia
aprender como usar pytorch desde cero y la flexibilidad que ofrece

Diego Alejandro Lesmes
Muy bueno el metodo de explicacion, los templates y el uso de huggingface para guardar el modelo quizas hubiera sido bueno abordar un caso de estudio con imagenes!, o agregarle al nombre de curso NLP en algun lado

Juan Sebastián Silva Diaz
Excelente la explicación de los temas, un verdadero gusto escucharlo.


Juan .
Buen cursor, espero con ansias el siguiente.


Ruben Dario Troche Piñanez
Muy bueno y muy interesante el curso. Gracias Totales Profesor y Platzi por agregarme valor.


Joel Orellana
Excelente curso!


Rafael Rivera
Excelente curso, el profesor explica muy bien, super recomendado.


Miguel Sánchez Guerrero
Gracias Omar eres un crack!


Marco Rodriguez
Más ejemplos reales con dataset que te puedes conseguir en una empresa , por ejemplo sacados de una base de datos o de un archivo csv.


Alexander Echeverry Ramirez
Muy claro el curso. Se da información útil e importante


muy didactico

Mauricio Combariza
El profesor es excelente


Carlos Enrique Rodríguez Bernal
Excelente!


Emmanuel Escobar
Excelente curso y el profesor explica de manera muy detallada.


Luis Carlos Jaramillo Zuñiga
Excelente todo

Daniel Limon Cervantes
Muy buen curso me gusto todo lo visto en el, me gustaria que se explicaran mas a profundidad los conceptos solo para repasar y dejarlos mas claros de esta forma, pero de ahi en mas todo perfecto, me encanto y sobre todo aprendi mucho y me dieron mas ganas de aprender.


Carlos Perilla
Muy instructivo y practico, aunque requiere un aprendizaje activo por parte del alumno

german mauricio neira vargas
Excelente curso y el docente explica los contenidos de una forma que se facilita su aprendizaje y practica.

Daniel Hernandez
Me encantó haber aprendido más acerca de PyTorch
Este curso es parte de estas rutas de aprendizaje




AI Software Engineer
Aprende los fundamentos de programación y matemáticas hasta el desarrollo y despliegue de aplicaciones de inteligencia artificial. Construye soluciones innovadoras con herramientas modernas y prácticas.




Deep Learning: Computer Vision
Adquiere comprensión y práctica de esta disciplina. Domina las técnicas esenciales para procesar imágenes y vídeos, y desarrolla aplicaciones innovadoras




Deep Learning: Procesamiento de Lenguaje Natural (NLP)
Domina el uso y desarrollo de modelos de lenguaje para tareas de procesamiento de texto con deep learning.
La comunidad es nuestro super poder
Contenido adicional creado por la comunidad que nunca para de aprender