Reproducción automática
Autocompletar
Lección anterior
Completar y continuar
(Exclusivo Suscripción Anual) Optimización Avanzada para Inteligencia Artificial y DeepLearning con Pytorch y TensorFlow
Introducción
Objetivos
Introducción y recapitulación (4:26)
Referencia bibliográfica
Principales Problemas del DeepLearning
Problema por sobreajuste u "Overfitting" (7:11)
Vanishing Gradient & Exploding Gradient (6:28)
Estancamiento y Oscilaciones (3:01)
Cuestionario
Inicializaciones
Optimización de Pesos
Inicialización Xavier (Glorot) (5:44)
Concepto matemático
Implementación de Xavier (5:36)
Código reestructurado (11:21)
Comparación de pérdidas (10:49)
Inicialización Kaiming / He (4:33)
Implementación Función de Activación ReLU (10:11)
Implementación y pruebas con Inicialización He (8:28)
Práctica: Inicialización Xavier y He
Optimizadores
Introducción
Algoritmo Momentum (9:44)
Matrices de Velocidades (6:29)
Cálculo y actualización de Velocidades (8:08)
Resultados de la Optimización Momentum (3:02)
Resultados de Momentum + ReLU (7:50)
Algoritmo RMSprop (9:32)
Implementación RMSprop (12:59)
Comparación (4:42)
RMSprop + ReLU (7:10)
Algoritmo ADAM (9:00)
Regularización y Generalización (Lanzamiento Marzo 2026)
(Lanzamiento Marzo 2026)
Regularización L1 y L2
Dropout
Early Stopping
Batch normalization
Técnicas modernas: "data augmentation" y "label smoothing".
Limitaciones del Descenso de Gradiente Estándar
Implementación con Pytorch (Lanzamiento Marzo 2026)
(Lanzamiento Marzo 2026)
Introducción a Pytorch
Creación de redes neuronales personalizadas
Entrenamiento con optimizadores integrados
Implementación de regularización
Visualización de Resultados
Guardado y carga de modelos entrenados.
Keras y Tensorflow (Lanzamiento Marzo 2026)
(Lanzamiento Marzo 2026)
Introducción a Tensorflow
Keras
Creación de modelos funcionales en Keras.
Aplicación de optimizadores avanzados
Uso de callbacks (regularización)
Implementación de redes profundas con Dropout
Exportación y evaluación de modelos entrenados.
Actividad Final (Lanzamiento Marzo 2026)
(Lanzamiento Marzo 2026)
Comparación Pytorch y Tensorflow
Entrenamiento y validación de una red real
Evaluación de rendimiento
Creación de redes neuronales personalizadas
Contenido de la lección bloqueado
Si ya está inscrito,
necesitará iniciar sesión
.
Inscríbase en el curso para desbloquear