Jugando con Redes Neuronales - Parte 2.5 | DotCSV
HTML-код
- Опубликовано: 22 авг 2024
- Link a la demo : playground.ten...
Si quieres aprender más sobre el funcionamiento de las Redes Neuronales, en este vídeo jugaremos con una herramienta muy interesante en la que podremos configurar nuestra propia red y ver su funcionamiento.
No te lo pierdas!
-- [Fe de errata] --
¡Si localizas algún error en el vídeo, coméntalo y lo incluiré en este apartado!
-- ¡MÁS DOTCSV! ---
💸 Patreon : / dotcsv
👓 Facebook : / ai.dotcsv
👾 Twitch!!! : / dotcsv
🐥 Twitter : / dotcsv
📸 Instagram : / dotcsv
-- ¡MI TECNOLOGÍA! ---
** Aquí no está toda mi tecnología, sólo aquella que realmente recomiendo. Usando estos links de Amazon yo me llevaré una comisión por tu compra :) **
[Tecnología básica para RUclips]
💻 Portátil - MSI GP72 7RDX Leopard : amzn.to/2CDwvgY
📸 Cámara - Canon EOS 750D : amzn.to/2CDPqbi
👁🗨 Objetivo 1 - EF 50 mm, F/1.8 : amzn.to/2CH7npx
👁🗨 Objetivo 2 - EF-S 18-135mm : amzn.to/2DuhL5t
👁🗨 Objetivo 3 - EF 24 mm, F/2.8 : amzn.to/2AYAFQm
🎤 Microfono - Blue Yeti Micro : amzn.to/2RItA0I
💡 Foco Luz - Foco LED Neewer : amzn.to/2AYCM6K
🌈 Luz Color - Tira ALED Light : amzn.to/2B2iY2l
[Mis otros cacharros]
📱 Smartphone - Google Pixel 2 XL : amzn.to/2RMuY2v
- ¡MÁS CIENCIA! --
🔬 Este canal forma parte de la red de divulgación de SCENIO. Si quieres conocer otros fantásticos proyectos de divulgación entra aquí:
scenio.es/colab...
#Scenio
📸 Sígueme en Instagram para más contenido tras las cámaras : instagram.com/dotcsv/
💸 ...y apoya el canal en Patreon!!! : www.patreon.com/dotcsv
No consigo verte desde patreon hacia youtube!
Otro comentario. Siempre te escucho decir que los videos pueden ser muy largos o que se yo. La verdad pienso que si alguien se quiere dedicarse a aprender esto tiene que tener paciencia y tiempo asi que no te preocupes tanto por la duracion de los videos, la verdad me da igual si son 20 minutos o 3 horas, los vere igual y tambien se que mucha gente que le interesa esto lo hara. Eso si, los videos informativos y esas cosas pueden ser de menor tiempo y obvio tambien tiene que ver tu disponibilidad de tiempo. Eso saludos y ojala nos sigas enseñando cosas¡ te banco hasta el infito y mas allá.
Concuerdo
x3
Totalmente de acuerdo!
Es cierto. No conozco otros youtubers de ai y ml en español, pero sin duda tus videos son geniales y superdidacticos. Buenas vibras desde Perú.
De acuerdo
Yo tomé un curso en Coursera con Andrew NG, sobre Machine Learning(bueno, lo dejé a medias); no voy a demeritar el curso de él; al fin y al cabo es uno de las mayores exponentes actuales de inteligencia artificial; pero la metodología que tu utilizas es mejor; detalle a detalle explicas en que consiste cada cosa, generando en muchos momentos un aprendizaje más significativo. Felicitaciones!!!
Rodolfo Muriel tal cual, la metodologia de Andrew es más academica y orientada al aspecto teorico. Estoy en el segundo curso y estos videos me han ayudado demasiado a ejemplificar las bases expuestas en Coursera
Me paso lo mismo. arranqué con los de Andrew NG, pero descubrí estos vídeos que son más claros y didácticos
Los videos de Dot CSV son de divulgación es decir, hacen accesible el conocimiento científico a la sociedad, los de Andrew NG son para aprender en profundidad conceptos que necesitan cálculo, álgebra lineal y otras ramas de las matemáticas que se estudian durante bastante años en la universidad, no es mejor uno que otro, son dos enseñanzas completamente distintas porque están dirigidas a perfiles completamente distintos. Yo estoy siguiendo a los dos, así creo que se le saca mas provecho, saludos.
Siento que el material del curso se complementa muy bien con estos vídeos. En dot csv es más fácil construir una intuición de los elementos que conforma la red neuronal, por otro lado en el curso entran en más detalles en ciertas cosas.
creo que falta, algo como llevarlo a la vida real, entre mezclado con teoría, por ejemplo esta bien el got, pero cuales serian las variables de entrada, esa duda me quedo
Profe, llegué 3 años tarde a la clase, pero ya hice la tarea, me basé en la espiral de arquímedes para saber que tenía que usar x, y, senx, seny, x*y, x**2 e y**2, también usé Learning rate 0.1, función de activación Tanh, Regularization L2, regularization rate 0.01. Usé 3 capas ocultas, la primera con 8 neuronas la segunda con 3 y la tercera con 1, fue lo más óptimo que pude lograr probando manualmente. Tu contenido me inspira mucho, muchas gracias por crear este canal! 💥
¡Si funciona!
Con este video, me doy cuenta que toda la matemática que estudié en el cole, me sirvió para algo.
Ahora si, será mi momento de brillar.
Este es el link donde pueden probar la demo! playground.tensorflow.org/ - Si consiguen dar solución a los otros dos problemas, me lo pueden hacer llegar a través de Twitter (twitter.com/dotCSV) compartiendo la URL generada de la web una vez lo tengan solucionado :) Si les gusta este tipo de vídeos, dejen un Like y un comentario bonito. Ah, y compartir es vivir. Así que ayuden a vivir el vídeo por redes sociales!
Buen vídeo, alguna vez has trabajado con netlogo? te recomiendo que veas este trabajo sobre inteligencia artificial, github.com/fsancho/IA hay unos buenos modelos ahí es bien interesante, no solo se habla de redes neuronales también existen otro tipos de algoritmos. Deberías hablar un poco sobre esto en tus vídeos seria bien interesante.
Neuronas de entrada: X1, X2, SIN(X1), SIN(X2)
Nivel intermedio: 5 neuronas con función de activación TANH
Por cierto: Los vídeos cojonudos, y la aplicación una maravilla. Gracias.
playground.tensorflow.org/#activation=sigmoid&batchSize=10&dataset=spiral®Dataset=reg-plane&learningRate=0.03®ularizationRate=0&noise=0&networkShape=8,8&seed=0.20943&showTestData=false&discretize=true&percTrainData=50&x=true&y=true&xTimesY=true&xSquared=true&ySquared=true&cosX=false&sinX=true&cosY=false&sinY=true&collectStats=false&problem=classification&initZero=false&hideText=false
Basada en la respuesta de @Jhon James -para el dataset de espirales-, "tuneando" las opciones usando el activador ReLU, una posible solución sin sensibilidad al ruido... playground.tensorflow.org/#activation=relu®ularization=L2&batchSize=10&dataset=spiral®Dataset=reg-plane&learningRate=0.1®ularizationRate=0.001&noise=0&networkShape=8,8&seed=0.20943&showTestData=false&discretize=true&percTrainData=50&x=true&y=true&xTimesY=true&xSquared=true&ySquared=true&cosX=false&sinX=true&cosY=false&sinY=true&collectStats=false&problem=classification&initZero=false&hideText=false ... pero incluso así se ve que en la capa de salida una de las neuronas es prescindible, y vuelto a reproducir, nuevamente se aprecia otra neurona prescindible, con lo que podría llegarse a un clasificador con 6 neuronas en la salida... todo probar. No obstante, sin tu explicación del uso de esta página yo no me hubiera enterado de nada. La pega de este juguete es que no está muy bien detallado qué hace cada uno de los parámetros principales (L1/L2, tasa de regularización, tasa de aprendizaje), y los de definición del problema (tamaño del batch, ruido,...) son intuitivos, pero yo echo en falta que estuvieran mejor explicados el porqué de que estén ahí (el porqué de su interés)
@@enriqueluengocorbal7027 prueba eso mismo con la funcion de activacion sigmoide
Sentía mucho interés por el machine learning... En esta cuenta me volví fan completamente
TARDE LO CONOCI. Que buen contenido el de este señor. Me parecen super didácticas sus enseñanzas y la verdad se concentra en lo relevante. Muchas gracias.
ME ENCANTA COMO GRAFICAS LOS CONCEPTOS, QUE DAS REFERENCIA GRÁFICA A CADA TÉRMINO, DA MEJOR COMPRENSIÓN, Y ATENCIÓN AL CONTENIDO, NO SON SOLO PALABRAS, SINO QUE SE NOS VA PRESENTANDO EN PANTALLA, BUENAS ANIMACIONES, REFERENCIAS GRÁFICAS--- ME ENCANTA,
Buenas tardes. Eres un genio! No solamente por saber lo que sabes, sino por como lo compartes. Tienes unas capacidades increíbles para comunciar, hasta son geniales los momentos que usas para los anuncios. Muchas gracias, sigue así.
Introduciéndome en este campo. Qué buenos tus vídeos en todos los aspectos: didácticos, entretenidos, ágiles y con humor, pero con precisión y conceptos matemáticos complejos que haces entendibles con estupendos gráficos y una narración de lujo. Aprendiendo mucho y con ganas de seguir. Mi más sincera enhorabuena!!!
x2
Es un tiempo optimo que permite abarcar la atención del seguidor. Ejemplos bastante didácticos. Felicitaciones!!!
Excelente el modo tan didáctico y entretenido de acercarnos a comprender y entender lo que ocurre en una red neuronal. Lo mejor que he visto hasta ahora
llevo viendo 3 videos , aportas mucho valor y explicas con mucha claridad
Creo que una buena solución para el caso del data set espiralado es la siguiente:
capa de entrada 6 neuronas: x1, x2, x1^2, x2^2, sin(x1), sin(x2); excluyendo el producto x1 . x2
1 sola capa escondida con 5 neuronas;
Learning rate de 0.03;
Activation: Sigmoid;
Regularization: none;
Problem type: Classification;
La Salida al cabo de un Epoch = 000,834 se muestra bastante aproximada a un espiral. Además se puede verificar que esta arquitectura neuronal sirve para cualquiera de los dataset provistos en la herramienta.
Muchas gracias el autor del vídeo y mis felicitaciones por su sencillez y claridad para exponer, que nos hace muy fácil lo difícil.
Ud lo llego a aplicar a texto amigo ? es decir para que la red neuronal aprenda lo que es texto ?
Cada vídeo me hace alucinar más y, por supuesto, aprender.
Como siempre, nos dejas muy contentos con los vídeos que haces y con muchas espectativas de los que vienen a futuro. De verdad y de todo corazón, te agradezco que compartas con nosotros conocimientos tan importantes. Saludos desde Colombia.
Oye Tio la verdad que me he quedado gratamente sorprendido de la claridad de los conceptos que expones, realmente he vsto muchos videos de IA y puedo decir que por mucho tus explicaciones son lo mejor que he visto... GRACIAS!! y Exitos (y)
Genial, es la mejor explicación que he visto sobre soluciones de redes neuronales. Aplausos x1000
Felicidades muy explicativo y viva t9das las demostraciones de las matemáticas. Siguea adelante bro, Dios el Rey del Universo nos bendiga a todos.
El video que realizaste antes me ayudó a tener más claro lo que expones en éste. Que bien preparas tu contenido
Excelente tu explicación de esta serie.
Felicitarte por tu esfuerzo y metodología. Siempre he pensado que hacer uso de la intuición para resolver problemas no es una mala estrategia para empezar; después hay que currarse el modelar los conceptos y formalizarlos. ENHORABUENA, y ánimo con tus propuestas....
Soy nuevo en tu canal, soy muy agradecido de tu contenido, lo bueno que con todo esto me di cuenta como programador es que no me gustaría programar IA!!! pero me siento un agradecido de poder absorber este tipo de contenido, te lo agradezco mucho, ya que como personas como tu, acercan estos mundo que solo quedan en los pensamientos de nosotros!!! Larga vida a tu canal Dot CSV!!! Saludos desde Chile!!!!
Muy buenos vídeos, super interesantes y tienes una manera de explicar muy muy buena.
dejo mi solucion para la espiral:
Capa de entrada- X1+X2+X1^2+X2^2+sin(X1)+sin(x2)
capa1-X1+X2+X1^2+X2^2
capa2-X1+X2
Con activacion Tangh
a mi me ha funcionado mejor la misma entrada pero con una capa de 6 neuronas y la misma función de activacion
@@anuncios-tv pues al parecer es el mismo número de neuronas solo que el.mio esta distribuido en 2 capas
Impresionante, la forma en que haces los videos. Ya el tema me apasiona, pero la forma en que haces los videos es para que cualquiera lo entienda, te doy un liketotote
Buenas, acabo de descubrir este video, buscando información de las redes neuronales, ya que en mi tfg voy de trabajar con ellas ( en concreto con YOLO) y la verdad es que no tenga mucha idea de este tema (me he metido en terreno pantanoso) , en cuanto pueda me veo todo los vides de introducción/explicacion que has nombrado al comienzo. Te quería dar las gracias de ante mano, ya que seguro que me hago una mejor idea. Me alegra mucho que haya gente como tu que dedique du tiempo a explicar estas cosas( encima en español) para gente que no tiene ni idea como yo,,,
Joer... qué buena herramienta! Está súper genial lo que explicas! Muchas gracias!!!
Este canal me ha servido para complementar lo que aprendí en el curso de Coursera, gracias. 😊
he seguido todos tus videos y he hecho casi todos los ejercicos ¡ estoy ansiosooo quiero crear algo pronto para mi tesis ¡
Venía medio desmotivado aprendiendo ciencia de datos... ya llevo 8 meses de una maestría y no veo nada que realmente genere un salario al final del mes.... perdón, pero de eso vive la gente... Y viendo tu excelentísimo video confirmo que es cierto, esto lo podría haber aprendido en la semana 1.
Esta serie de vídeos me parece excelente, tu metodología es muy buena.. me suscribo. Simplemente genial!
La verdad adoro esta serie, tienen razón no importa la duracion
Te felicito por la explicación tan didáctica que tienes.
Me encanta esta serie de vídeos. las redes neuronales me apasionan, pero has conseguido que el tema sea fácil de entender con unos vídeos muy entretenidos. Enhorabuena por este gran trabajo. Te has ganado otro like!!!
eres muy bueno! no te preocupes por el tiempo de los videos, atrapas la atencion de la gente
Me acabo de suscribir. Es mi primer video. Veo felizmente que sos claro y conciso, pero por eso no se pierde sustancia, al contrario, pones foco en lo que queres trasmitir de manera muy clara y fluida. La verdad es que no importa cuanto dure el video, me tomaría el tiempo para seguirlo, es un tema que no es intuitivo por tanto de mi lado te garantizo escucha, toda vez que quieras compartir tu conocimiento.-
Amo este canal, tu trabajo y la pasión con que lo haces, sigue adelante ;)
Excelentes tus videos, felicitaciones por todo lo que haces. Una pregunta, en algun momento vas a hacer videos practicos enseñando a programar (con codigo) alguna red neuronal?
Me sumo a la pregunta
¿A la final si hizo los videos?
@@davidortegacorrea sí, puedes ver los IA Notebooks
Qué guay! nuevo suscriptor, saludos desde Perú y ánimo a todos. :3
Saludos de Perú
Excelente interacción!
Mas videos como este donde aprendemos tocando (aunque se rompa, ja ja ja)
Genial!! La duración de los vídeos es perfecta y la explicación magnífica. Felicidades.
Hola. Excelente video. Muy instructivo. Felicitaciones. Como siempre llego un poco tarde para verlo, pero logre clasificar la espiral activando todas las características con dos capas ocultas de 6 neuronas, con RELU y un poco de regulación 0.001. Gracias. Saludos
Para lo complejo que es, consigues simplificarlo mucho. Enhorabuena
Las redes neuronales son el futuro del mundo. Gracias por compartir tan *interesante información*. Saludos
Sigue así! Muy buenos vídeos, gracias por compartir tu conocimiento, saludos desde Perú!
Qué agradable sujeto. ☺️ Cuando fue a tomar Agua fue lo mejor del video 😅💦 fuera de eso. Genial este canal. He aprendido mucho aunque entiendo la cuarta parte. Yo tengo el desafío de analizar la escritura manuscrita para predecir rasgos de personalidad. Y creo que va por el lado de las RNs ojalá hiciera clases particulares. Un abrazo desde chile.
Te admiro mucho!. Abrazo desde Argentina!
Buen video, me gusta que dediques tiempo a explicar más en detalle los conceptos de los dos vídeos anteriores para que se pueda comprender mejor, no importa que el video dure más si eso ayuda a que se entienda mejor. Saludos desde Argentina!
Excelente, cada dia me enamoro mas del los números ¡¡¡¡¡¡¡¡¡¡¡¡¡¡¡¡
Muy bueno, hacia falta algo como esto para poder sentir que entendemos realmente algo sobre IA.. Te deja con muy buenas sensaciones al probarlo aunque seran mucho mejpres cuando sepamos como hacerlo por completo nosotros.. Ansio ese dia, sigue asi!!
Muy bueno, concreto y claro ! adelante !
Excelente miniserie
Visto en 18/11/2020
Uufff espero muchos beneficios de este canal gracias por los vídeos 👌😋
Gracias por compartir y tomarte el tiempo en realizar este tipo de material
Sos un crack absoluto!!!!
Muy bien explicado... hasta yo lo entiendo. Eres una máquina 👍
Muchas gracias por existir buen hombre, buenos videos.
Excelente, muchas gracias.
Excelente os seus vídeos... ótima didática, apresentação impecável, agradáveis de assistir, muito obrigado por disponibilizar esse conhecimento...
Súper chevere el video, revisaré la herramienta!
Pero qué bien lo haces, hostia!
excelentes explicaciones, siga igual metodologia
Muy instructivo y entretenido. Gracias 😉👍🏻
como te amo, gracias
Qué buenos vídeos. Qué bien te explicas. ¡¡¡Bravo!!! y gracias
tienes el don man, buen video
es muy bu😀😀bueno el canal
excelente, muchas gracias
Muy bueno el vídeo
A mí me funcionó el más difícil con 4 capas, las primeras dos con 7 neuronas, las otras dos con 6. Con la función ReLU. Le puse después dos neuronas más a las dos últimas capas, de modo que todas las capas tuvieran 7 neuronas y lo clasificó mejor
Muy bien explicado, gracias.
Por fin pude resolver los otros dos ejemplos 😳
apenas para el curso ... gracias
asombroso, muchas gracias por el aporte!
Eres un capo!!!
Muy buena la explicacion, muchas gracias!!!
estos vídeos sobre inteligencia artificial son buenísimos he aprendido muchos con ellos enhorabuena por tu trabajo felicidades!!!!, yo estoy construyendo una red neuronal con estos videos pero tengo una pregunta. segun un resultado x cualquiera que quiera conseguir como se cual función de activación escoger? tengo que probar mi red con todas las posibles funciones y luego escoger uno? como (sigmoide, relu o otras). como puedo saber eso?
WOWWWWW FANTASTICOOOOOOOOOOOOOOOOOOOOOO
Joder que buen video
Hola, podrías utilizar y hacer un ejemplo con un datset relacionado con la ciberseguridad. Detección de malware o algo parecido. Gracias y muy bien explicado
Excelente explicación , gracias.
@Dot_CSV para el espiral se me ocurre usar numeros complejos, ya que la espira se forma usando la formula de binet usando los numeros fibonacci negativos en el plano de numeros complejos. pero bueno no vi numeros imaginarios en las activaciones o en las propiedades .
Gracias!!
Muy bueno. Muchas gracias!
Hola, son los mejores vídeos que he encontrado para entender la NN. Tengo una duda: qué es perceptron? Saludos y gracias. :)
Muy bueno el video, lo vi recien y me parecio muy interesante yo probe con las entradas X1, x2, X12, X22, X1X2, 7 primeras neuronas, luego 8 y 5 para la solucion del espiral, espero que sea correcto recien estoy informandome en este tema. gracias
me olvide de aclarar que use la activacion ReLU. Saludos
Te amo tanto
Hola Genio !!!, realmente muy bueno tu canal, es adictivo y esclarecedor. Gracias!!, de este video me surge una pregunta y es, si ¿hay alguna técnica? o como se hace para en determinada situación, diseñar la cantidad de capas y neuronas o si simplemente es algún algoritmo que va optimizando a prueba y error. Abrazo de Argentina!
DE NUEVO MIL GRACIAS.!
Excelente explicación! Gracias!!!!
lol
si,,
Encontré una solución bonita: Activation: Sigmoid, todas las propiedades de entrada, 2 capas ocultas con 5 neuronas cada una.
Pregunta: ¿Pq directamente no resolviste el círculo con una neurona x1^2 y x2^2? Muy bueno todo, gracias!
Yo me uno a esta pregunta, ya que lo intenté, y el resultado parece ser el mismo, ¿afecta en algo meter neuronas que no ayudan a solucionar el problema?
la verdad no entiendo una mierda de las neuronas estas pero me gusta ver los videos :v
Muy buen video!
Buen Vídeo, Felicitaciones!!
Gracias Profesor X
¡Excelente video! :D
Alguien mas se percató de los sonidos 3D al final del video? (Solo funciona con audífonos) Minuto 18:44
Excelente todo claro