Deep Learning
Hay un tipo de red neuronal que domina los problemas de aprendizajes que involucran secuencias de entradas llamadas Redes Neuronales Recurrentes. Estas redes neuronales soportan conexiones que tienen bucles, añadiendo retroalimentación y memoria a las redes con el tiempo. Esto permite a este tipo de red aprender y generalizar a través de secuencias de entradas […]
El análisis de sentimientos es un problema de procesamiento de lenguaje natural en el que el texto se entiende y se predice la intención subyacente del mismo. Conjunto de datos de Clasificación de Sentimientos de Revisión de Películas Los datos utilizado en este proyecto es el denominado Conjunto de Datos de Revisión de Películas (Large […]
El Deep Learning o Aprendizaje Profundo, es un subcampo del Machine Learning o Aprendizaje Automático que se ocupa de algoritmos inspirados en la estructura y función del cerebro llamados; redes neuronales artificiales. Si apenas estas comenzando en el campo del Deep Learning; o si has tenido alguna experiencia con redes neuronales hace algún tiempo, puedes estar […]
Las redes neuronales convolucionales son una poderosa técnica de redes neuronales artificiales. Estas redes preservan la estructura espacial del problema y fueron desarrolladas para el reconocimiento de objetos. Son populares porque están logrando resultados de última generación en tareas de visión por computador y procesamiento de lenguaje natural (PLN). El caso de las redes neuronales […]
Entrenar una red neuronal o un gran modelo de aprendizaje profundo es una tarea de optimización difícil. El algoritmo clásico para entrenar redes neuronales se llama descenso de gradiente estocástico. Se sabe que se puede lograr un mayor rendimiento y un entrenamiento más rápido en algunos problemas utilizando un ritmo de aprendizaje que cambia durante […]
Una técnica de regularización simple y poderosa para redes neuronales y modelos de aprendizaje profundo es la deserción. Regularización de la deserción en redes neuronales La deserción es una técnica de regularización para modelos de redes neuronales propuesta en varios artículos de investigación y es una manera sencilla de evitar que las redes neuronales se […]
Usted puede aprender mucho sobre Redes Neuronales y modelos de Deep Learning observando sus rendimientos a lo largo del tiempo durante el entrenamiento. Acceso al Historial del Entrenamiento del Modelo en Keras Keras proporciona la capacidad de registrar callbacks (llamadas de retorno) cuando se entrena un modelo de aprendizaje profundo. Unas de las llamadas de retorno predeterminadas […]
Los modelos de aprendizaje profundo pueden tardar horas, días o incluso semanas en entrenarse y si se interrumpe un curso de entrenamiento inesperadamente, puedes perder mucho trabajo. Checkpointing de modelos de Redes Neuronales El Checkpointing es una técnica de tolerancia a fallos para procesos de larga duración. Es donde se toma una instantánea del estado del […]
Dado que los modelos de aprendizaje profundo pueden tomar horas, días e incluso semanas para entrenar, es importante saber cómo guardarlos y cargarlos desde el disco. Descripción general del tutorial Keras da la posibilidad de guardar su arquitectura de modelo y guardar los pesos del modelo. Los pesos de los modelos se guardan en formato […]
Conjunto de datos de precios de Pisos en Londres El problema que veremos en este tutorial es el conjunto de datos del precio de la vivienda en Londres. El conjunto de datos describe propiedades de casas en los suburbios de Londres y queremos modelar el precio de casas en estos barrios en miles de euros. […]