Las redes neuronales profundas son un avance clave en el campo de la visión por computadora y el reconocimiento de voz. Durante la última década, las redes neuronales profundas han permitido a las máquinas reconocer imágenes, voz e incluso jugar con una precisión casi imposible para los humanos. Para lograr un alto nivel de precisión, … Leer más
Nuestros cerebros tienen una capacidad que las redes neuronales artificiales aún carecen: podemos formar analogías, relacionar entradas dispares y procesarlas usando la misma heurística. La jerga oficial es ‘aprendizaje de transferencia’. Fundamentalmente, las analogías son una forma de compresión que permite a los cerebros simular la dinámica de muchos sistemas diferentes con un espacio mínimo … Leer más
Redes neuronales de aprendizaje profundo posee la convolución y la capa convolucional que son los principales bloques de construcción utilizados en las redes neuronales convolucionales. Una convolución es la simple aplicación de un filtro a una entrada que da como resultado una activación. La aplicación repetida del mismo filtro a una entrada da como resultado … Leer más
La capa convolucional en las redes neuronales en Machine Learning aplica sistemáticamente filtros a una entrada y crea mapas de características de salida. Aunque la capa convolucional es muy simple, es capaz de lograr resultados sofisticados e impresionantes. Sin embargo, puede resultar complicado desarrollar una intuición sobre cómo la forma de los filtros afecta la … Leer más
Las capas convolucionales en una red neuronal convolucional resumen la presencia de características en una imagen de entrada. Un problema con los mapas de características de salida es que son sensibles a la ubicación de las características en la entrada. Un enfoque para abordar esta sensibilidad es muestrear los mapas de características. Esto tiene el … Leer más
En este post veremos una introducción a las Innovaciones arquitectónicas en redes neuronales convolucionales de LeNet, AlexNet, VGG, Inception y ResNet. Las redes neuronales convolucionales se componen de dos elementos muy simples, a saber, capas convolucionales y capas conjuntas . Aunque simple, hay formas casi infinitas de organizar estas capas para un problema de visión de computadora determinado. Afortunadamente, … Leer más
Qué hacer cuando tu red piensa que todo es un avestruz. Las redes neuronales están en todas partes, y son hackeables. Este artículo profundizará en el aprendizaje automático adverso y la ciberseguridad para las redes neuronales y los modelos de aprendizaje automático en general. “A la gente le preocupa que las computadoras se vuelvan demasiado inteligentes y … Leer más
Todos sabemos que la Inteligencia Artificial se está volviendo cada vez más real y está llenando las brechas entre las capacidades de los humanos y las máquinas día a día. Ya no es solo una palabra elegante. Ha tenido muchos avances a lo largo de los años en muchos campos y una de esas áreas … Leer más
En este artículo usaré las redes neuronales profundas para predecir el precio de la vivienda usando un dataset de Kaggle. Las redes neuronales profundas son bien conocidas por los problemas de clasificación, por ejemplo, se usan en la clasificación de los dígitos escritos a mano, pero la pregunta es ¿será fructífero si las usamos para los … Leer más
¿Red neuronal en Keras y por qué la biblioteca Keras? Para una Red neuronal en Keras se utiliza la biblioteca Keras que es la recomendada para principiantes, ya que su curva de aprendizaje es muy fluida en comparación con otras, y por el momento es una de las middleware popular para implementar redes neuronales. Keras … Leer más