Tengo el honor de que Pepe sea uno de mis profesores en la universidad y quiero decir que es el mejor profesor que he tenido. De verdad estamos bendecidos de que tenga la pasión de compartir estos temas y con tanta calidad en ESPAÑOL
Muchas gracias, Paolo! Disculpa que contesto hasta ahora, como sabes las últimas semanas estuvieron ocupadas, pero me has hecho el día. ¡De verdad que el honor es todo mío! Un abrazo, muchos saludos, y nos vemos el próximo semestre!
Me da mucho gusto que sea útil! En el próximo video voy a explicar ResNet con más detalle, y luego cómo implementarla en PyTorch sin descargar ningún modelo. Muchos saludos y muchas gracias por tu apoyo al canal. Hasta pronto!
Justo esto me ayudará en mi proyecto. Muchas gracias. Si tuvieras algo de Aprendizaje incremental sería cool. Mi proyecto es detección y seguimiento de objetos. Saludos.
Muchísmas gracias por el apoyo y tu comentario. Espero poder continuar publicando videos de Ciencias Computacionales. Es un área que de verdad me apasiona! Saludos y hasta pronto!
Buenas, muy buen video. ¿Cuál es la diferencia entre las transformaciones? ¿Por qué se eligen estos valores? Lo he intentado buscar, pero no lo he encontrado. Y un error en esta parte hace que el modelo no fucione. ¡Gracias de antemano!
Muchas gracias Brayan por tu comentario. Es un tema que he considerado y es sumamente interesante, pero honestamente no tengo la suficiente experiencia en el tema para hacer este tipo de contenido por ahora, los temas que presento son temas en los que llevo años trabajando. Pero definitivamente, no descarto cubrir este contenido en el futuro. Te mando muchos saludos y agradezco mucho tu apoyo al canal.
@@PepeCantoralPhD Pepe, me podrías recomendar algunos libros o bibliografía virtual para poder profundizar mejor sobre este tema, lo que sucede es que me interesa bastante. Te lo agradecería bastante 🙏
Hola Leonardo, estoy trabajando en un video de CNNs, para ya empezar una serie acerca de este tema, le voy a echar muchas ganas para tener el primer video esta semana! Pienso que algunos de los puntos más importantes para iniciar con CNNs, en el contexto de imágenes, es tener un entendimiento al menos básico de imágenes como matrices y del proceso de aplicación de filtros mediante una convolución en 2D. Esto es la base para las CNNs, de ahí para la implementación tal vez conviene empezar con un framework de Deep Learning, y después como un reto puedes implementar tu propio código desde cero. Como siempre, te agradezco mucho el apoyo al canal y tus comentarios me motivan mucho para continuar haciendo estos videos. Hasta pronto!
Hola Leonardo espero estés muy bien! Una disculpa porque aún no puedo publicar el video de CNNs, es definitivamente el siguiente en fila así como una serie de proyectos interesantes con CNNs, pero he estado muy ocupado con mi trabajo de día por lo que voy muy lento. Espero poder publicar el siguiente video pronto. Te mando muchos saludos. Hasta pronto!!!
@@PepeCantoralPhD Hola Pepe como estás? Yo estoy muy bien, hablando de CNNs estuve leyendo varios artículos en Internet y logré crear una CNNs con forward pass y backward pass. Pero tengo una duda cuando generas una convolución sobre los resultados una convolución anterior. 1° convolución tengo una imagen de entrada y 32 filtros y genero 32 imágenes de salida, luego aplico RELu y Maxpooling y reduzco el tamaño de las 32 imágenes a la mitad. 2° convolución tengo 32 imágenes de la capa anterior y 64 filtros para esta nueva convolución entonces aquí viene la duda genero 64 imágenes por cada una de las 32 imágenes de entrada generando 2048 imágenes nuevas o aplicó la misma lógica que se utiliza con una imagen RGB y sumo los 3 canales, pero esta vez con los 32 canales de entrada y genero 64 imágenes nuevas. Saludos desde Chile, que tengas una gran semana.
![YoungBoy Never Broke Again - Missing Everything [Official Video]](http://i.ytimg.com/vi/dTYeMZGzOzw/mqdefault.jpg)
for super_trained_parameter in pepe.parameters():
super_trained_parameter.requires_grad = False
paolo = nn.Sequential(pepe,
nn.Linear(in_features=8e999, out_features=1000))
DL_CV_classes = 30
lr = 1e-3
optimiser = {0: torch.optim.SGD(paolo.parameters(), lr=lr),
1: torch.optim.Adam(paolo.parameters(), lr=lr)}
train(paolo, optimiser[sleep_hours >= 8], DL_CV_classes)
Tengo el honor de que Pepe sea uno de mis profesores en la universidad y quiero decir que es el mejor profesor que he tenido.
De verdad estamos bendecidos de que tenga la pasión de compartir estos temas y con tanta calidad en ESPAÑOL
Muchas gracias, Paolo! Disculpa que contesto hasta ahora, como sabes las últimas semanas estuvieron ocupadas, pero me has hecho el día. ¡De verdad que el honor es todo mío! Un abrazo, muchos saludos, y nos vemos el próximo semestre!
El mejor canal para aprender deep learning, Pepe fue mi profesor de cátedra, es el mejor profesor que he tenido!
De verdad, muchísimas gracias por tu comentario y apoyo! Me motiva muchísimo para continuar! Saludos!
Eres un verdader hallazgo, me has ayudado mucho a llegar a un siguiente nivel de entendimiento
Que video maravilloso!!! ... Gracias por compartir tus conocimientos, Pepe Cantoral!
Muchas gracias Eddy! Tu apoyo al canal me motiva mucho, para continuar. Saludos!
Muy buen vídeo, gracias por compartir sus conocimientos
Muchas gracias por tu apoyo al canal, saludos!
Estupendo video..!
Muchas gracias por tu comentario! Muchos saludos y hasta pronto!
Muchas gracias por este video, me esta ayudando para realizar parte de mi código del TFG y a entender que hace cada parte :)
Me da mucho gusto que sea útil! En el próximo video voy a explicar ResNet con más detalle, y luego cómo implementarla en PyTorch sin descargar ningún modelo. Muchos saludos y muchas gracias por tu apoyo al canal. Hasta pronto!
Justo esto me ayudará en mi proyecto. Muchas gracias. Si tuvieras algo de Aprendizaje incremental sería cool. Mi proyecto es detección y seguimiento de objetos. Saludos.
excelente video
Muchas gracias!
Buenísimo.
Muchas gracias por tu comentario. Hasta pronto!
Buen video, sigue asi.
Muchas gracias por el apoyo Santiago, muchos saludos!!!
Muy bueno el Canal!! 😁😁 Graciass
Muchísmas gracias por el apoyo y tu comentario. Espero poder continuar publicando videos de Ciencias Computacionales. Es un área que de verdad me apasiona! Saludos y hasta pronto!
Hola Pepe gran video!!
Gracias Leonardo! Muchos saludos
Buenas, muy buen video. ¿Cuál es la diferencia entre las transformaciones? ¿Por qué se eligen estos valores? Lo he intentado buscar, pero no lo he encontrado. Y un error en esta parte hace que el modelo no fucione. ¡Gracias de antemano!
6 horas de entrenamiento por aca
Pepe, puedes hacer videos de redes neuronales evolutivas?
Muchas gracias Brayan por tu comentario. Es un tema que he considerado y es sumamente interesante, pero honestamente no tengo la suficiente experiencia en el tema para hacer este tipo de contenido por ahora, los temas que presento son temas en los que llevo años trabajando. Pero definitivamente, no descarto cubrir este contenido en el futuro. Te mando muchos saludos y agradezco mucho tu apoyo al canal.
@@PepeCantoralPhD Pepe, me podrías recomendar algunos libros o bibliografía virtual para poder profundizar mejor sobre este tema, lo que sucede es que me interesa bastante. Te lo agradecería bastante 🙏
No logro seguir desde el minuto 15 porque los shapes no dan, ese 32*32*3 no resulta, hay que poner 150528.
Por donde debiera empezar para construir una CNNs?
Hola Leonardo, estoy trabajando en un video de CNNs, para ya empezar una serie acerca de este tema, le voy a echar muchas ganas para tener el primer video esta semana!
Pienso que algunos de los puntos más importantes para iniciar con CNNs, en el contexto de imágenes, es tener un entendimiento al menos básico de imágenes como matrices y del proceso de aplicación de filtros mediante una convolución en 2D. Esto es la base para las CNNs, de ahí para la implementación tal vez conviene empezar con un framework de Deep Learning, y después como un reto puedes implementar tu propio código desde cero. Como siempre, te agradezco mucho el apoyo al canal y tus comentarios me motivan mucho para continuar haciendo estos videos. Hasta pronto!
Hola Leonardo espero estés muy bien! Una disculpa porque aún no puedo publicar el video de CNNs, es definitivamente el siguiente en fila así como una serie de proyectos interesantes con CNNs, pero he estado muy ocupado con mi trabajo de día por lo que voy muy lento. Espero poder publicar el siguiente video pronto. Te mando muchos saludos. Hasta pronto!!!
@@PepeCantoralPhD Hola Pepe como estás? Yo estoy muy bien, hablando de CNNs estuve leyendo varios artículos en Internet y logré crear una CNNs con forward pass y backward pass. Pero tengo una duda cuando generas una convolución sobre los resultados una convolución anterior.
1° convolución tengo una imagen de entrada y 32 filtros y genero 32 imágenes de salida, luego aplico RELu y Maxpooling y reduzco el tamaño de las 32 imágenes a la mitad.
2° convolución tengo 32 imágenes de la capa anterior y 64 filtros para esta nueva convolución entonces aquí viene la duda genero 64 imágenes por cada una de las 32 imágenes de entrada generando 2048 imágenes nuevas o aplicó la misma lógica que se utiliza con una imagen RGB y sumo los 3 canales, pero esta vez con los 32 canales de entrada y genero 64 imágenes nuevas.
Saludos desde Chile, que tengas una gran semana.