En este video vemos a fondo el funcionamiento de las redes neuronales convolucionales, las cuales podemos utilizar para clasificación, localización y detección avanzada de imágenes.
Ya tengo cursos!
Aprende a programar desde cero con Python:
www.domestika.org/es/courses/...
Aprende IA desde cero con Python:
www.domestika.org/es/courses/...
Si quieres formar parte de este proyecto, puedes hacerlo de varias maneras:
- Patreon: bit.ly/patreon-ringatech
- Membresía RU-vid: / @ringatech
- Da clic en me gusta y déjame un comentario!
A continuación aparecen las ligas relevantes del video.
1. Colab de Números con red densa regular (Sin convoluciones):
colab.research.google.com/dri...
2. Colab de números con red neuronal convolucional (primer intento sin técnicas adicionales):
colab.research.google.com/dri...
3. Colab de números con red neuronal convolucional, aumento de datos y dropout:
colab.research.google.com/dri...
Pruébalo en vivo:
ringa-tech.com/cnn/numeros
Lista de reproducción para aprender redes neuronales desde cero con Python y Tensorflow:
• Inteligencia Artificia...
Video para hacerte un maestro en convoluciones:
• Reconocimiento de imág...
Convoluciones en tiempo real en tu cámara web:
ringa-tech.com/vision01/camar...
Clasificador de perros y gatos en tiempo real con tu celular:
ringa-tech.com/exportacion/pe...
Colab del proyecto de perros y gatos:
colab.research.google.com/dri...
Suscríbete y revisa mis otros videos!
= = = CONTENIDO
0:00 - ¿Por qué se necesitan las redes convolucionales?
0:52 - Las características y por qué son importantes
2:49 - Cómo manejan las características las redes convolucionales
5:25 - Cómo se estructuran las redes convolucionales
6:36 - Las redes convolucionales y la naturaleza
8:07 - Neuronas simples, convoluciones y ejes
11:48 - Convoluciones en imágenes a color
13:08 - Neurona compleja, agrupación y características
16:04 - Detección de números con una red regular
17:58 - Convertir la red regular a una red convolucional
19:02 - Aumento de datos
19:33 - Dropout
20:21 - Red convolucional con aumento de datos y dropout
21:53 - Perros y gatos
= = =
Descripción larga para el algoritmo:
Hoy hablaremos a fondo de las redes neuronales convolucionales /RNCs (Convolutional Neural Networks o CNNs), veremos qué son, para qué sirven, y algunos proyectos prácticos.
Las redes neuronales convolucionales son una de las razones por las cuales el aprendizaje automático, o machine learning ha avanzado mucho en los últimos años.
A diferencia de una red neuronal regular, una red convolucional busca características específicas en las imágenes, e intenta agregar "invarianza" a la red. Es decir, que no importe la posición o tamaño del objeto, pueda ser identificado. Esto es importante ya que una red regular batalla mucho en aprender a generalizar objetos en imágenes, y estas redes, gracias a las capas de convolución y de agrupación, pueden hacer un mejor trabajo.
Como parte de este video entrenamos una red regular para clasificar números escritos a mano, después la convertimos en una red convolucional, y después agregamos 2 técnicas adicionales que mejoran la precisión de los modelos: Aumento de datos (Data augmentation) y Dropout.
Todo el video lo realizo utilizando Colab, con lo cual puedes experimentar con servidores en la nube de manera gratuita.
= = =
#python #tensorflow #machinelearning #cnn
12 июн 2024
