Estudié y trabajé en este ambito durante 3 años, y sinceramente, estoy volviendo a darle caña después de un tiempo desconectado. Me alegro encontrar videos con tal contenido, y con una calidad de video audio y estilo, tan guay! Eres un máquina Pepe Cantoral!
Simplemente es perfecto, el tiempo que conlleva explicar paso a paso algo que a simple vista podría suponer algo complejo. Nunca me arrepentiré de haber visto estos vídeos. ❤
De verdad muchas gracias por tu comentario! Me motiva muchísimo para continuar con el proyecto! Espero ya muy pronto estar publicando nuevo contenido! Muchos saludos!
Hola Pepe, primero quiero Agradecer por estos videos que son una maravilla, explicas a la perfección! Actualmente ando en la Universidad y tengo un proyecto similar a una Tesis, sin pensarlo mucho decide hacer un sistema que detecte plagas en un cultivo, tengo conocimiento en programación con python pero en IA ando por los suelos, pero espero que mi proyecto salga adelante con la ayuda de tus videos!
Muchísimas gracias y una disculpa por tardar tanto en responder! De verdad me motiva muchísimo que el canal ayuda en tu proyecto. Ojalá todo vaya my bien, te mando muchos saludos! Mucho éxito!
Hola Pepe, antes que nada muchas gracias por los videos, una pregunta tendrás algún tipo de información de como trabaja la entropía cruzada con más de dos clases, llevo tiempo buscando información al respecto sin éxito, gracias de antemano¡!
Hola Andrés, muchas gracias por tu comentario y pregunta. De hecho tienes mucha razón, existe más información de casos binarios que multiclase. Te invito a ver el siguiente video de la serie ruclips.net/video/ie-tCP7YYrI/видео.html , donde explico la función de entropía cruzada para las mismas tres clases (perro, gato y ave). Realmente, precisamente utilizo 3 clases porque ya se trata de una clasificación multiclase donde se aplica la misma fórmula para 3, 5, 10 o cualquier número entero k de clases. En el resto de los videos de la playlist, trabajo este ejemplo con tres clases con bastante detalle hasta realizar un loop de entrenamiento completo (incluyendo el proceso de retropropagación), pero este proceso ya es un caso multiclase con tres categorías, pero este proces como te mencioné es el mismo para más clases. Espero estos videos te ayuden a visualizar como sería la extensión a más clases, donde el principio es el mismo que para las tres clases que explico en los ejemplos. Te agradezco mucho tu comentario y te mando muchos saludos! Hasta pronto!
Hola Pepe, el título del video no describe el contenido. Los primeros 11 minutos están dedicados a describir el comportamiento de la red y de la capa oculta, más no de la función softmax y de cómo se comporta o cómo interpretar el resultado de la función.
Hola Marely! Muchas gracias por tu comentario, lo voy a tomar en cuenta para encontrar un mejor título. La idea del título actual es que (dado que el enfoque es desde el punto de vista de redes neuronales), para poder implementar la función Softmax como activación de la última capa de la red neuronal, es necesario pasar por todas las capas. Por esto mi intención es presentar toda la información necesaria para poder implementar la función como última activación de la red. El enfoque del video no es probabilístico en el contexto de variables discretas, no obstante sí menciono que la función Softmax interpreta los "Scores" como probabilidades no normalizadas. Te agradezco mucho el apoyo al canal y el tiempo dedicado. Muchos Saludos,
Sigo con esta maratón de 53 videos!
4/53 vistos. Viniste a saber qué es softmax? Llegaste al lugar correcto.
Gracias infinitas.
Estudié y trabajé en este ambito durante 3 años, y sinceramente, estoy volviendo a darle caña después de un tiempo desconectado. Me alegro encontrar videos con tal contenido, y con una calidad de video audio y estilo, tan guay!
Eres un máquina Pepe Cantoral!
Simplemente perfecta la explicación, de verdad llegue al lugar correcto!!
Excelente explicación, esto me ha costado mucho entenderlo, pero con vos es super claro!!!! muchas gracias
Muchas gracias, me da mucho gusto que te sea útil! Muchos saludos!
Simplemente es perfecto, el tiempo que conlleva explicar paso a paso algo que a simple vista podría suponer algo complejo. Nunca me arrepentiré de haber visto estos vídeos. ❤
De verdad muchas gracias por tu comentario! Me motiva muchísimo para continuar con el proyecto! Espero ya muy pronto estar publicando nuevo contenido! Muchos saludos!
Nuevamente, una excelente y clarísima explicación.
🫶🏽
Muchas gracias! Saludos1
Excelente - Gracias por compartir conocimiento.
Muchas gracias! Saludos!
Se entiende a la perfección, gracias por el vídeo!
Muchas gracias por tu comentario! Saludos!
Hola Pepe, primero quiero Agradecer por estos videos que son una maravilla, explicas a la perfección!
Actualmente ando en la Universidad y tengo un proyecto similar a una Tesis, sin pensarlo mucho decide hacer un sistema que detecte plagas en un cultivo, tengo conocimiento en programación con python pero en IA ando por los suelos, pero espero que mi proyecto salga adelante con la ayuda de tus videos!
Muchísimas gracias y una disculpa por tardar tanto en responder! De verdad me motiva muchísimo que el canal ayuda en tu proyecto. Ojalá todo vaya my bien, te mando muchos saludos! Mucho éxito!
Hola Amigo voy a repasar tus videos de esta lista, me parece un muy buen trabajo.
Muchas gracias Agustín, aprecio mucho tu comentario y apoyo al canal. Muchos saludos
excelente contenido!
Muchas gracias! Saludos
Excelente explicación!
Muchas gracias! Hasta pronto!
Hola Pepe, antes que nada muchas gracias por los videos, una pregunta tendrás algún tipo de información de como trabaja la entropía cruzada con más de dos clases, llevo tiempo buscando información al respecto sin éxito, gracias de antemano¡!
Hola Andrés, muchas gracias por tu comentario y pregunta. De hecho tienes mucha razón, existe más información de casos binarios que multiclase.
Te invito a ver el siguiente video de la serie ruclips.net/video/ie-tCP7YYrI/видео.html , donde explico la función de entropía cruzada para las mismas tres clases (perro, gato y ave).
Realmente, precisamente utilizo 3 clases porque ya se trata de una clasificación multiclase donde se aplica la misma fórmula para 3, 5, 10 o cualquier número entero k de clases. En el resto de los videos de la playlist, trabajo este ejemplo con tres clases con bastante detalle hasta realizar un loop de entrenamiento completo (incluyendo el proceso de retropropagación), pero este proceso ya es un caso multiclase con tres categorías, pero este proces como te mencioné es el mismo para más clases.
Espero estos videos te ayuden a visualizar como sería la extensión a más clases, donde el principio es el mismo que para las tres clases que explico en los ejemplos.
Te agradezco mucho tu comentario y te mando muchos saludos! Hasta pronto!
@@PepeCantoralPhD, muchísimas gracias, crack¡!
Cómo eliges el bias?
que programa es el que usas para tus dibujos?
Hola Pepe, el título del video no describe el contenido. Los primeros 11 minutos están dedicados a describir el comportamiento de la red y de la capa oculta, más no de la función softmax y de cómo se comporta o cómo interpretar el resultado de la función.
Hola Marely! Muchas gracias por tu comentario, lo voy a tomar en cuenta para encontrar un mejor título. La idea del título actual es que (dado que el enfoque es desde el punto de vista de redes neuronales), para poder implementar la función Softmax como activación de la última capa de la red neuronal, es necesario pasar por todas las capas. Por esto mi intención es presentar toda la información necesaria para poder implementar la función como última activación de la red. El enfoque del video no es probabilístico en el contexto de variables discretas, no obstante sí menciono que la función Softmax interpreta los "Scores" como probabilidades no normalizadas.
Te agradezco mucho el apoyo al canal y el tiempo dedicado. Muchos Saludos,