Aprende a PROGRAMAR una RED NEURONAL - Tensorflow, Keras, Sklearn
Dot CSV
Resumen
El vídeo explica los diferentes niveles de abstracción al programar redes neuronales, desde construir los cimientos matemáticos desde cero hasta utilizar librerías de alto nivel. Aprenderás a identificar cuándo usar herramientas como TensorFlow, Keras o Scikit-learn, equilibrando la flexibilidad necesaria para diseñar arquitecturas complejas con la simplicidad de un prototipado rápido.
Capítulos
- 0:08Introducción y motivación
- 0:38Herramientas de Deep Learning
- 2:07Evolución por niveles
- 3:47Limitaciones del código manual
- 4:26Librerías de diferenciación automática
- 4:48Concepto de grafo computacional
- 5:42Ejemplo práctico en TensorFlow
- 8:07Entrenamiento en TensorFlow
- 12:10Abstracción de capas con Keras
- 13:10Implementación del modelo en Keras
- 15:40Nivel de modelo con Scikit-learn
- 17:25Conclusiones sobre el gradiente
Temas tratados
- Programación desde cero
- Diferenciación automática
- Grafos computacionales
- TensorFlow como base
- Keras para alto nivel
- Scikit-learn para modelos rápidos
Extracto de la transcripción
redes neuronales pero decenales redes neuronales como una red neuronal de neuronales redes neuronales vale vale vale vale si hemos hablado muchísimo sobre redes neuronales hemos aprendido qué es y cómo funcionan intuitivamente e incluso hace unos meses programamos desde cero nuestra propia red neuronal funcional paso a paso en línea línea implementamos lo que era una red neuronal sencilla encargada de resolver un problema de clasificación binaria pues también sencillo ok genial pero significa esto que cada vez que quiera programar una red neuronal tengo que programarla desde cero pues como podrás imaginarte no de hecho la realidad es que es cuentas con numerosas herramientas que tengan la posibilidad de sacarle todo el partido a los algoritmos de deep learning sin costarte muchos quebraderos de cabeza herramientas como que eras tensor flow para aitor y otras tantas deberían de ser herram…