Visión artificial con GluonCV (Español Latinoamérica) | Computer Vision with GluonCV (Spanish from Latin America)

Nota: Este curso caducará el 29/11/2023. Si desea completar este curso, hágalo antes de esa fecha. No hay ningún curso de reemplazo en este momento.

Descripción

En este curso, obtendrá conocimientos útiles sobre los componentes de una red neuronal convolucional (CNN), como las convoluciones y las capas de agrupación, entre otros. En este curso, Alex Smola y Tong He muestran cómo implementar algunas técnicas de visión artificial con GluonCV, un conjunto de herramientas de visión artificial.

Nota: Este curso tiene transcripciones o subtítulos localizados. La narración está en inglés.Para mostrar los subtítulos, haga clic en el botón CC en la esquina inferior derecha del reproductor.

Público objetivo

Este curso está dirigido a los siguientes destinatarios:

• desarrolladores que buscan implementar modelos comunes de visión artificial

Objetivos del curso

En este curso, aprenderá a realizar lo siguiente:

• resumir varios componentes de la red neuronal convolucional, como las convoluciones, el relleno y los canales
• traducir los componentes a código en el momento de crear una red neuronal como LeNet
• importar sus datos a un cargador de datos de Gluon para su entrenamiento y transformación.

Requisitos previos

Recomendamos que los asistentes a este curso cumplan con los siguientes requisitos previos:

• conocimientos básicos sobre las redes neuronales artificiales
• conocimientos básicos sobre temas de álgebra lineal como matrices, multiplicación de matrices y productos escalares

Modalidad del curso

Este curso se imparte de la siguiente manera:

• capacitación digital

Duración

2 horas

Esquema del curso

En este curso, se tratarán los siguientes conceptos:

• Convoluciones
• Relleno y paso
• Canales
• Agrupación
• LeNet
• Funciones de activación
• Dropout
• Normalización por lotes
• Bloques
• La maldición de la última capa
• Redes residuales
• Procesamiento de datos