Lecciones

Resumen de cada lección de los cursos de la Academia:

3.15 - GoogleNet y ResNet

(Agosto 11, 2021 - Fundamentos de Deep Learning con Python)

En esta lección hablaremos en detalle de GoogleNet y ResNet, dos Redes Convolucionales que han logrado superar al ser humano en tareas de clasificación de imágenes.

3.14 - Práctica 2: transferencia de aprendizaje con VGG-16

(Agosto 10, 2021 - Fundamentos de Deep Learning con Python)

En esta práctica veremos cómo implementar un clasificador de imágenes usando la técnica de transferencia de aprendizaje y la Red Convolucional VGG-16.

3.13 - AlexNet y VGGNet

(Agosto 9, 2021 - Fundamentos de Deep Learning con Python)

En esta lección veremos los detalles de AlexNet y VGGNet, que han logrado revolucionar el área de la visión artificial en los últimos años.

3.12 - Práctica 1: clasificación de imágenes usando la red LeNet

(Agosto 6, 2021 - Fundamentos de Deep Learning con Python)

En esta lección veremos cómo implementar la red LeNet con ayuda de Python y Keras para implementar un clasificador de imágenes.

3.11 - LeNet

(Agosto 5, 2021 - Fundamentos de Deep Learning con Python)

En esta lección hablaremos de LeNet, la arquitectura precursora de todas las Redes Convolucionales existentes en la actualidad.

3.10 - Arquitectura de una Red Convolucional

(Agosto 4, 2021 - Fundamentos de Deep Learning con Python)

En esta lección cómo se combinan todos los elementos básicos vistos en la lección anterior en lo que se conoce como una Red Convolucional.

3.9 - Pooling

(Agosto 3, 2021 - Fundamentos de Deep Learning con Python)

En esta lección veremos en qué consiste el pooling, que permite reducir la redundancia de información espacial tras realizar la convolución.

3.8 - Convolución con múltiples filtros

(Agosto 2, 2021 - Fundamentos de Deep Learning con Python)

En esta lección veremos cómo realizar la convolución usando no uno sino múltiples filtros o kernels.

3.7 - Convolución en imágenes con múltiples canales de entrada

(Julio 30, 2021 - Fundamentos de Deep Learning con Python)

En esta lección veremos cómo realizar la convolución con volúmenes, es decir imágenes con múltiples canales de entrada.

3.6 - Los Strides

(Julio 29, 2021 - Fundamentos de Deep Learning con Python)

En esta lección hablaremos de los strides, una operación que permite reducir el tamaño del mapa de características obtenido tras la convolución.

3.5 - El Padding

(Julio 28, 2021 - Fundamentos de Deep Learning con Python)

En esta lección hablaremos del padding, que permite evitar reducciones drásticas en el tamaño del volumen de salida tras la convolución.

3.4 - La Convolución

(Julio 27, 2021 - Fundamentos de Deep Learning con Python)

En esta lección veremos a través de un ejemplo a paso en qué consiste la Convolución, la operación que da el nombre a las Redes Convolucionales