Arquitecturas de Redes Neuronales: MLP, CNN, RNN y Embeddings en PyTorch
Acerca de este curso
Arquitecturas de Redes Neuronales: MLP, CNN, RNN y Embeddings en PyTorch
Contenido del curso
Fundamentos: anatomía de una red neuronal y el MLP
-
Capas, parámetros y el paso hacia adelante: la anatomía de toda red neuronal
-
Construyendo y entrenando un perceptrón multicapa (MLP) en PyTorch
-
Generación de inferencias: guardar pesos, predecir y evaluar resultados
-
Perfilando modelos: tamaño, latencia y uso de memoria
-
Quiz: Fundamentos de las arquitecturas de redes neuronales
Activaciones, normalización y redes convolucionales
Redes recurrentes para datos secuenciales
Embeddings y elección de arquitectura
Valoraciones y reseñas de estudiantes
Aún no hay reseñas.
