Deep Learning en Python – Fundamentos  

  RSS
admin
(@admin)
Miembro Admin

En este capítulo, analizaremos los fundamentos de Deep Learning en Python.

Modelos/algoritmos de aprendizaje profundo

Aprendamos ahora sobre los diferentes modelos/algoritmos de aprendizaje profundo.

Algunos de los modelos populares dentro del aprendizaje profundo son los siguientes:

  • Redes neuronales convolucionales
  • Redes neuronales recurrentes
  • Redes de creencias profundas
  • Redes adversas generativas
  • Autocoders, etc.

Las entradas y salidas se representan como vectores o tensores. Por ejemplo, una red neuronal puede tener las entradas donde los valores de RGB de píxeles individuales en una imagen se representan como vectores.

Las capas de neuronas que se encuentran entre la capa de entrada y la capa de salida se llaman capas ocultas. Aquí es donde sucede la mayor parte del trabajo cuando la red neuronal trata de resolver problemas. Observar de cerca las capas ocultas puede revelar mucho sobre las características que la red ha aprendido a extraer de los datos.

Las diferentes arquitecturas de redes neuronales se forman al elegir qué neuronas conectar con las otras neuronas en la siguiente capa.

Para continuar viendo el resto de contenido por favor Regístrate o Inicia Sesión

This topic was modified hace 7 meses 4 times by admin
This topic was modified hace 6 meses by admin
This topic was modified hace 4 meses 2 times by admin
Citar
Respondido : 01/10/2018 4:44 pm
Share:
  
Trabajando

Por favor Iniciar Sesión o Registro