Catálogo de componentes de redes neuronales (y IV): optimizadores
En este ultimo post, al menos de momento, sobre elementos de diseño de redes neuronales, tratamos los optimizadores, el alma del algoritmo de aprendizaje.
En este ultimo post, al menos de momento, sobre elementos de diseño de redes neuronales, tratamos los optimizadores, el alma del algoritmo de aprendizaje.
Continuando con nyestro catálogo sencillo de componentes de redes neuronales, en este artículo hablamos de las funciones de pérdida.
En este post, y siguiendo con nuestra labor de catalogación de opciones de diseño comunes en redes neuronales, nos centramos en las funciones de activación.
Primero de los posts de la serie dedicada a catalogar de forma sencilla pero ilustrativa, elementos de diseño de redes neuronales. En este caso, capas.
Se analiza quién enseña a los algoritmos de inteligencia artificial. Se revisan los mecanismos y se llega a una conclusión con consecuencia ética.
Reseña de ‘Deep Learning con Python’ de François Chollet, una gran forma de aprender Deep Learning y Keras con el creador de ésta última.
Breve comentario del webinar «La aportación de RPA y la automatización inteligente ante una crisis», y su vídeo final: #resistiré como llamada a la acción.
El post describe un flujo de trabajo universal para Machine Learning, tal y como lo propone François Chollet. Un flujo con siete fases.
Inspirado por un texto de François Chollet se comenta el riesgo que supone para la Inteligencia Artificial una incorrecta interpretación antropomórfica
En este artículo muetro y comento una pila que estructura tanto el hardware como el software del deep learning. Una ayuda y orientación.