Pytorch: Modelos Personalizados, Parámetros y Persistencia | Deep Learning | Clase 4 - Parte 1 скачать в хорошем качестве

Pytorch: Modelos Personalizados, Parámetros y Persistencia | Deep Learning | Clase 4 - Parte 1

Pueden seguir el notebook en este link: https://colab.research.google.com/git... Además, los materiales de la clase están en https://github.com/institutohumai/cur... Clase dictada por Pablo Marinozi 🖳︎ 𝗦𝗼𝗯𝗿𝗲 𝗲𝗹 𝗰𝘂𝗿𝘀𝗼: Las ventajas del Deep Learning son aplicables a cualquier sistema basado en datos. Es por eso que la mayoría de los sectores económicos ya cuentan con procesos de IA para mejorar sus servicios y desempeño. El Deep Learning también es responsable de varios procesos tecnológicos relacionales a nivel de usuario. Este curso contempla el conjunto de modelos responsables por los impresionantes resultados actuales en campos como generación de texto artificial y reconocimiento de imágenes. Humai - ✅ Humai es una organización independiente y sin fines de lucro que busca fomentar el desarrollo de la Inteligencia Artificial y Ciencia de Datos en Argentina y América Latina. El objetivo es ayudar a la democratización de la tecnología ofreciendo educación especializada, y fomentar su uso en función del entorno y el avance social por medio de la formación, investigación y el trabajo colaborativos. ✍️ Si te sirvió el contenido o querés apoyar a nuestra misión, contribuí haciendo click en humai.com.ar/sumate o invitanos un cafecito. ☕ También estás invitado a sumarte a nuestro Discord o seguirnos en las redes (al costado en humai.com.ar). ¡Cualquier cosa, esperamos tus comentarios! Si estás estudiando ciencia de datos o IA, te invitamos a suscribirte para seguir nuestros cursos, talleres y seminarios avanzados, no olvides suscribirte! ;) ¡Muchas gracias! El equipo de Humai #datos #programacion #python #practicasdedesarrollo #entornosvirtuales #datascience #ia #machinelearning 0:00 Introducción 04:50 Bloques 09:09 Construcción de Modelos con nn.Module 32:40 Capas Personalizadas 42:04 Gestión de Parámetros 1:00:45 Persistencia del Modelo