Redes neuronales convolucionales - Accede a la Guía Definitiva sobre las Redes Neuronales Convolucionales. Te lo explicamos absolutamente todo al más mínimo detalle.
Lee mas:- https://frogames.es/la-guia-definitiva-de-las-redes-neuronales-convolucionales/
La guía definitiva de las redes neuronales convolucionales
Como sabes, hace poco se ha publicado en Udemy un nuevo curso de Deep Learning de la A a la Z, ahora en español, de Juan Gabriel Gomila, Kirill Eremenko y Hadelin de Ponteves. Para ayudarte en el proceso de aprendizaje, traemos para ti este articulo, que iremos publicando y así ayudarte en tu proceso de formación sobre las Redes Neuronales Convolucionales.
Redes neuronales convolucionales, la Guía Definitiva
¿Asi que deseas aprender redes neuronales convolucionales? Bueno, has llegado al sitio indicado. La guía definitiva de las redes neuronales convolucionales está aquí.
Si pasas por alto el lenguaje complejo te darás cuentas que el plan de ataque está diseñado de una manera que realmente te ayudara a procesar y entender el concepto.
El objetivo final es que puedas entender que son estas redes y como trabajan.
Una vez nos adentremos en el tema, veras las diferencias y las similitudes entre las redes neuronales convolucionales y tu propio cerebro, particularmente en lo referido al reconocimiento de imágenes.
Redes neuronales convolucionales – Plan de ataque
Estos son los pasos (en nuestro plan de abordaje del contenido/ plan de ataque), que vamos a seguir para que manejes las redes neuronales convolucionales y en consecuencia el Deep Learning.
¿Qué son las Redes Neuronales convolucionales (CNN)?
Las CNNs no son un tema fácil de dominar. Este es el primer paso en tu viaje – así que aprende lo básico antes de empezar.
Una introducción a las redes neuronales convolucionales, por así decirlo:
Paso 1: Operación Convolucional.
El primer bloque de construcción en nuestro plan de ataque es la operación convolucional. En este punto, vamos a hablar sobre detectores de características, que básicamente sirven como filtro de las redes neuronales.
También vamos a discutir los mapas de características, aprenderemos los parámetros de dichos mapas, como son detectados los patrones, las capas de detección, y como se mapean los hallazgos.
Paso 1 (b): Capa ReLU.
La segunda parte de este paso involucra la Unidad Lineal Rectificada o ReLU. Cubriremos las capas de ReLU y vamos a explorar cómo funciona la linealidad en el contexto de las redes neuronales convolucionales.
No es necesario para entender la CNN, pero no hace ningún daño hacer una clase rápida para que mejores tus habilidades.
Paso 2: Agrupación. (Pooling)
En esta parte, vamos a cubrir la agrupación (Pooling), y llegaremos a entender exactamente cómo funciona generalmente. Nuestro nexo aquí, sin embargo, es un tipo específico de agrupación: Agrupación Máxima. A pesar de ello, vamos a cubrir varios enfoques, incluyendo la agrupación media (O sum). Culminaremos esta sección con una demostración que fue realizada usando una herramienta de interacción visual que va a aclarar definitivamente todo el concepto para ti.
Paso 3: Aplanamiento.
Este será un breve resumen del proceso de aplanamiento y de cómo nos movemos de capas agrupadas a capas aplanadas cuando trabajamos con redes neuronales convolucionales
Paso 4: Conexión completa
En esta parte, todo lo que hemos visto a lo largo de la sección se fusionará. Al aprender esto, podrás visualizar una imagen más completa de cómo operan las Redes Neuronales Convolucionales y cómo las «neuronas» que se producen finalmente aprenden la clasificación de las imágenes.
Resumen
Al final, vamos a juntar todo y a darle un pequeño resumen de los conceptos que hemos visto en esta sección. Si crees que te va a dar algún beneficio (y probablemente lo haga), deberías ver el tutorial adicional en el que se cubren Softmax y Entropía cruzada. No es obligatorio para el curso, pero es muy probable que estos conceptos aparezcan mientras trabajas con redes neuronales convolucionales, así que estar familiarizados con estos conceptos será un gran beneficio para ti.
Softmax y Entropia Cruzada
Algo adicional para mejorar tu comprensión de las redes neuronales convolucionales. ¿Estas listo? Empecemos.
¿Qué son las redes neuronales convolucionales?
Es este tutorial, vamos a contestar las siguientes interrogantes en el sentido más básico antes de expandir el contenido en cada una de ellas en los siguientes tutoriales de esta sección:
¿Cómo funciona nuestro cerebro?
¿Cómo funcionan las redes neuronales convolucionales?
¿Cómo escanean imagenes?
¿Cómo las redes neuronales leen las expresiones faciales?
¿Cuáles son los pasos que constituyen el proceso de las redes neuronales convolucionales?
Empecemos.
Primera pregunta: ¿Cómo funciona el cerebro humano?
Con mayor precisión, ¿cómo reconocemos los objetos y la gente a nuestro alrededor o en imágenes? Comprender esto es una gran parte del entendimiento de las redes neuronales convolucionales.
En pocas palabras, nuestros cerebros dependen de la detección de características y en consecuencia categorizan los objetos que vemos.
Es probable que en cientos de situaciones en tu vida, has mirado algo instantáneamente, haciéndolo parecer algo, y después de mirarlo a fondo, te das cuenta de que es algo totalmente distinto.
Esto sucede porque tu cerebro detecta el objeto por primera vez, pero debido a que la mirada fue breve, no pudo llegar a procesar suficientemente las características del objeto como para categorizarlo correctamente.
Empecemos con un breve juego de ilusión óptica.
Contáctenos:
Email: [email protected]
