Gracias por hacer estos vídeos, lastima que casi no hay visitas yo creo que justo ahora habrá alguien que necesita encontrar tu canal es un gran aporte a la comunidad hispanoamericana ojala pueda seguir.
Hola Miguel, también las redes Convolucionales aplican para ejercicios de predicción de una variable continúa con base en un set de variables de entrada? O aplica sólo para imágenes?
estoy tomando un curso en inglés sobre estos temas y no me quedaba claro, pensé que era por el idioma pero en realidad la información no era tan clara como tú la desarrollas, muchísimas gracias por tu labor, espero que sigas subiendo más videos porque me han gustado mucho los que hasta ahora he visto, suscrita y campanita de notificaciones activa :)
Hola Juan Alberto. Una opción es YOLO, o también se puede usar "transfer learning" (es decir redes convolucionales previamente entrenadas con otro tipo de imágenes). Keras como tal no es un algoritmo, es una librería que permite la implementación rápida (en Python) de diferentes arquitecturas (redes neuronales, convolucionales y recurrentes, entre otras). Un saludo!
Tengo una duda Cuando una imagen entra a la estructura Bueno, primero Entra a las capas convolucionales y después el aplanado, y el aplanado es lo que entrara a la RED Mi duda es Para todas las imágenes de entrenamiento, solo es necesario ingresarla una vez a las capas convolucionales y "Flatten" resultante es el que se estara utilizando en todas las generaciones de la red Fully connected?
Explicas muy bien estos temas compañero. Gracias por tus videos. Te queria preguntar por algo que me quedo como duda despues de ver este video y es que, al principio comentas que las CNN no sirven para procesar imagenes y videos, pero a posteriori se pueden ver aplicaciones que detectan objetos o personas en videos. ¿Se me paso algo o entendi mal algun concepto? Un saludo
Hola Francisco. Gracias por tu comentario. A lo que me refiero en este caso es a que no permiten procesar videos como secuencias, es decir una imagen seguida de la otra. En este sentido las redes convolucionales no están en capacidad de preservar la información existente entre un "frame" y "otro", y por eso se recomienda usar las redes recurrentes. Claro, que si tengo sólo una imagen, no una secuencia, realmente las redes convolucionales resultan ideales para procesar este tipo de dato. Un saludo!
Hola me estoy adentrando en la validación de usuario a través de un video del ojo. me interesa extraer dos datos importante para el proyecto, la posición del iris y a quien pertenece porque modelo me recomiendas que empiece a estudiar??
Hola Claudio! De hecho existe un proyecto (DeepIris) que busca realizar esto, usando una variante de las redes convolucionales. Acá te dejo el enlace: arxiv.org/abs/1907.09380 Un saludo!
Gracias por Compartir. Siempre te digo lo mismo. Pero no hay otro " Adjetivo SUSTITUTO"... FANTASTICO, MARAVILLOSO, FULL, TOP, EXCELENTE,... Ya No Sé Más... jejejeje.....
🔥🔥Academia Online: codificandobits.com 🔥🔥
🔥🔥Asesorías y formación personalizada: codificandobits.com/servicios 🔥🔥
Sr. Sotaquirá: Excelente y muy didáctica explicación del papel de las redes convolucionales en la vida moderna
Gracias por hacer estos vídeos, lastima que casi no hay visitas yo creo que justo ahora habrá alguien que necesita encontrar tu canal es un gran aporte a la comunidad hispanoamericana ojala pueda seguir.
Acabo de encontrar este canal y aprendí como es que funciona una red convolucional de una forma sencilla gracias su explicación
Hola Miguel, también las redes Convolucionales aplican para ejercicios de predicción de una variable continúa con base en un set de variables de entrada? O aplica sólo para imágenes?
Excelente;como lo desarrollamos la parte práctica?
explicas muy bien, es un excelente complemento para entender estos conceptos de una manera mas aterrizada. muchas gracias!!
Gracias por tu comentario! Un saludo!
estoy tomando un curso en inglés sobre estos temas y no me quedaba claro, pensé que era por el idioma pero en realidad la información no era tan clara como tú la desarrollas, muchísimas gracias por tu labor, espero que sigas subiendo más videos porque me han gustado mucho los que hasta ahora he visto, suscrita y campanita de notificaciones activa :)
😀 Hola Miriam, qué bueno saber que te gusta el contenido del canal. Claro que sí, seguiré subiendo más videos. Bienvenida al canal!!!
Buneas tengo una duda, si quiero hacer una CNN para detectar gestos con la mano en tiempo real, que me recomiendas que use YOLO detection o keras?
Hola Juan Alberto. Una opción es YOLO, o también se puede usar "transfer learning" (es decir redes convolucionales previamente entrenadas con otro tipo de imágenes). Keras como tal no es un algoritmo, es una librería que permite la implementación rápida (en Python) de diferentes arquitecturas (redes neuronales, convolucionales y recurrentes, entre otras).
Un saludo!
Tengo una duda
Cuando una imagen entra a la estructura
Bueno, primero
Entra a las capas convolucionales y después el aplanado, y el aplanado es lo que entrara a la RED
Mi duda es
Para todas las imágenes de entrenamiento, solo es necesario ingresarla una vez a las capas convolucionales y "Flatten" resultante es el que se estara utilizando en todas las generaciones de la red Fully connected?
Explicas muy bien estos temas compañero. Gracias por tus videos. Te queria preguntar por algo que me quedo como duda despues de ver este video y es que, al principio comentas que las CNN no sirven para procesar imagenes y videos, pero a posteriori se pueden ver aplicaciones que detectan objetos o personas en videos. ¿Se me paso algo o entendi mal algun concepto? Un saludo
Hola Francisco. Gracias por tu comentario.
A lo que me refiero en este caso es a que no permiten procesar videos como secuencias, es decir una imagen seguida de la otra. En este sentido las redes convolucionales no están en capacidad de preservar la información existente entre un "frame" y "otro", y por eso se recomienda usar las redes recurrentes.
Claro, que si tengo sólo una imagen, no una secuencia, realmente las redes convolucionales resultan ideales para procesar este tipo de dato.
Un saludo!
Buenas tardes, para detectar varios objetos en una imagen es posible implementar con redes neuronales convolucionales? o que me recomiendas.
Hola Luis! Te recomiendo usar "YOLO detection"
Hola me estoy adentrando en la validación de usuario a través de un video del ojo. me interesa extraer dos datos importante para el proyecto, la posición del iris y a quien pertenece porque modelo me recomiendas que empiece a estudiar??
Hola Claudio! De hecho existe un proyecto (DeepIris) que busca realizar esto, usando una variante de las redes convolucionales. Acá te dejo el enlace: arxiv.org/abs/1907.09380
Un saludo!
Excelente explicación!
Que buen video, le felicito, hay videos de más tiempo con información confusa, gracias por el tiempo que se dedicó.
Gracias por tu comentario y qué bueno que te haya gustado el video. Un saludo!
muchas gracias por tus vídeos, son muy claros y amenos.
Gracias y bienvenido al canal!
exxcelente explicacion
Gracias por compartir nos tus conocimientos
😉
Gracias por Compartir. Siempre te digo lo mismo. Pero no hay otro " Adjetivo SUSTITUTO"... FANTASTICO, MARAVILLOSO, FULL, TOP, EXCELENTE,... Ya No Sé Más... jejejeje.....
😊😊😊
@@codificandobits Hola. Quería preguntarte, si te llego un correo sobre Matlab ?
Gracias.
Muy buen video, me ayudó a entender bastante este tema.
Gracias por tu comentario Giancarlo y por seguir el contenido del canal. Un saludo!
gracias buen video
Muy bien video
😉
Muy buen video
;)
Gracias por compartir tu conocimiento x1 :)
Ahora tiene sentido... Qie raro que no asome cundo busque en si tiempo o
Aunque ahora salió en recomendado
Este señor tiene menos suscriptores de los que se merece
Poco a poco van llegando más suscriptores al canal! Gracias por tu comentario!
TOTALMENTE de ACUERDO