Redes Neuronales Convolucionales - Clasificación avanzada de imágenes con IA / ML (CNN)
En este video vemos a fondo el funcionamiento de las redes neuronales convolucionales, las cuales podemos utilizar para clasificación, localización y detección avanzada de imágenes.
Ya tengo cursos!
Aprende a programar desde cero con Python:
https://www.domestika.org/es/courses/5228-introduccion-a-la-programacion-con-python/ringatech
Aprende IA desde cero con Python:
https://www.domestika.org/es/courses/5239-introduccion-a-la-ia-con-python/ringatech
Si quieres formar parte de este proyecto, puedes hacerlo de varias maneras:
- Patreon: http://bit.ly/patreon-ringatech
- Membresía Youtube: https://www.youtube.com/channel/UCm9QZ70KuIVShztZ7HmE4NQ/join
- Da clic en me gusta y déjame un comentario!
A continuación aparecen las ligas relevantes del video.
1. Colab de Números con red densa regular (Sin convoluciones):
https://colab.research.google.com/drive/1vISSPd0uJpVLxd2DdhzoEMtu-VvoltDd?usp=sharing
2. Colab de números con red neuronal convolucional (primer intento sin técnicas adicionales):
https://colab.research.google.com/drive/1GJgcOPpXlkpFeFbpJGvFH9jXKCX81JNk?usp=sharing
3. Colab de números con red neuronal convolucional, aumento de datos y dropout:
https://colab.research.google.com/drive/1NUWKrIDDaLS-K539TGEsRk9ch28YDGCm?usp=sharing
Pruébalo en vivo:
https://ringa-tech.com/cnn/numeros
Lista de reproducción para aprender redes neuronales desde cero con Python y Tensorflow:
https://youtube.com/playlist?list=PLZ8REt5zt2Pn0vfJjTAPaDVSACDvnuGiG
Video para hacerte un maestro en convoluciones:
https://youtu.be/AwTH_0yW9_I
Convoluciones en tiempo real en tu cámara web:
https://ringa-tech.com/vision01/camara.html
Clasificador de perros y gatos en tiempo real con tu celular:
https://ringa-tech.com/exportacion/perros-gatos/index.html
Colab del proyecto de perros y gatos:
https://colab.research.google.com/drive/1tV8N1ylobpbERyNSpUVHy_4CuTMhqiYw?usp=sharing
Suscríbete y revisa mis otros videos!
= = = CONTENIDO
0:00 - ¿Por qué se necesitan las redes convolucionales?
0:52 - Las características y por qué son importantes
2:49 - Cómo manejan las características las redes convolucionales
5:25 - Cómo se estructuran las redes convolucionales
6:36 - Las redes convolucionales y la naturaleza
8:07 - Neuronas simples, convoluciones y ejes
11:48 - Convoluciones en imágenes a color
13:08 - Neurona compleja, agrupación y características
16:04 - Detección de números con una red regular
17:58 - Convertir la red regular a una red convolucional
19:02 - Aumento de datos
19:33 - Dropout
20:21 - Red convolucional con aumento de datos y dropout
21:53 - Perros y gatos
= = =
Descripción larga para el algoritmo:
Hoy hablaremos a fondo de las redes neuronales convolucionales /RNCs (Convolutional Neural Networks o CNNs), veremos qué son, para qué sirven, y algunos proyectos prácticos.
Las redes neuronales convolucionales son una de las razones por las cuales el aprendizaje automático, o machine learning ha avanzado mucho en los últimos años.
A diferencia de una red neuronal regular, una red convolucional busca características específicas en las imágenes, e intenta agregar "invarianza" a la red. Es decir, que no importe la posición o tamaño del objeto, pueda ser identificado. Esto es importante ya que una red regular batalla mucho en aprender a generalizar objetos en imágenes, y estas redes, gracias a las capas de convolución y de agrupación, pueden hacer un mejor trabajo.
Como parte de este video entrenamos una red regular para clasificar números escritos a mano, después la convertimos en una red convolucional, y después agregamos 2 técnicas adicionales que mejoran la precisión de los modelos: Aumento de datos (Data augmentation) y Dropout.
Todo el video lo realizo utilizando Colab, con lo cual puedes experimentar con servidores en la nube de manera gratuita.
= = =
#python #tensorflow #machinelearning #cnn
Видео Redes Neuronales Convolucionales - Clasificación avanzada de imágenes con IA / ML (CNN) канала Ringa Tech
Ya tengo cursos!
Aprende a programar desde cero con Python:
https://www.domestika.org/es/courses/5228-introduccion-a-la-programacion-con-python/ringatech
Aprende IA desde cero con Python:
https://www.domestika.org/es/courses/5239-introduccion-a-la-ia-con-python/ringatech
Si quieres formar parte de este proyecto, puedes hacerlo de varias maneras:
- Patreon: http://bit.ly/patreon-ringatech
- Membresía Youtube: https://www.youtube.com/channel/UCm9QZ70KuIVShztZ7HmE4NQ/join
- Da clic en me gusta y déjame un comentario!
A continuación aparecen las ligas relevantes del video.
1. Colab de Números con red densa regular (Sin convoluciones):
https://colab.research.google.com/drive/1vISSPd0uJpVLxd2DdhzoEMtu-VvoltDd?usp=sharing
2. Colab de números con red neuronal convolucional (primer intento sin técnicas adicionales):
https://colab.research.google.com/drive/1GJgcOPpXlkpFeFbpJGvFH9jXKCX81JNk?usp=sharing
3. Colab de números con red neuronal convolucional, aumento de datos y dropout:
https://colab.research.google.com/drive/1NUWKrIDDaLS-K539TGEsRk9ch28YDGCm?usp=sharing
Pruébalo en vivo:
https://ringa-tech.com/cnn/numeros
Lista de reproducción para aprender redes neuronales desde cero con Python y Tensorflow:
https://youtube.com/playlist?list=PLZ8REt5zt2Pn0vfJjTAPaDVSACDvnuGiG
Video para hacerte un maestro en convoluciones:
https://youtu.be/AwTH_0yW9_I
Convoluciones en tiempo real en tu cámara web:
https://ringa-tech.com/vision01/camara.html
Clasificador de perros y gatos en tiempo real con tu celular:
https://ringa-tech.com/exportacion/perros-gatos/index.html
Colab del proyecto de perros y gatos:
https://colab.research.google.com/drive/1tV8N1ylobpbERyNSpUVHy_4CuTMhqiYw?usp=sharing
Suscríbete y revisa mis otros videos!
= = = CONTENIDO
0:00 - ¿Por qué se necesitan las redes convolucionales?
0:52 - Las características y por qué son importantes
2:49 - Cómo manejan las características las redes convolucionales
5:25 - Cómo se estructuran las redes convolucionales
6:36 - Las redes convolucionales y la naturaleza
8:07 - Neuronas simples, convoluciones y ejes
11:48 - Convoluciones en imágenes a color
13:08 - Neurona compleja, agrupación y características
16:04 - Detección de números con una red regular
17:58 - Convertir la red regular a una red convolucional
19:02 - Aumento de datos
19:33 - Dropout
20:21 - Red convolucional con aumento de datos y dropout
21:53 - Perros y gatos
= = =
Descripción larga para el algoritmo:
Hoy hablaremos a fondo de las redes neuronales convolucionales /RNCs (Convolutional Neural Networks o CNNs), veremos qué son, para qué sirven, y algunos proyectos prácticos.
Las redes neuronales convolucionales son una de las razones por las cuales el aprendizaje automático, o machine learning ha avanzado mucho en los últimos años.
A diferencia de una red neuronal regular, una red convolucional busca características específicas en las imágenes, e intenta agregar "invarianza" a la red. Es decir, que no importe la posición o tamaño del objeto, pueda ser identificado. Esto es importante ya que una red regular batalla mucho en aprender a generalizar objetos en imágenes, y estas redes, gracias a las capas de convolución y de agrupación, pueden hacer un mejor trabajo.
Como parte de este video entrenamos una red regular para clasificar números escritos a mano, después la convertimos en una red convolucional, y después agregamos 2 técnicas adicionales que mejoran la precisión de los modelos: Aumento de datos (Data augmentation) y Dropout.
Todo el video lo realizo utilizando Colab, con lo cual puedes experimentar con servidores en la nube de manera gratuita.
= = =
#python #tensorflow #machinelearning #cnn
Видео Redes Neuronales Convolucionales - Clasificación avanzada de imágenes con IA / ML (CNN) канала Ringa Tech
Показать
Комментарии отсутствуют
Информация о видео
Другие видео канала
![Programa un plátano para controlar videojuegos - 3 | Programemos en vivo](https://i.ytimg.com/vi/0OSm8xMIpmA/default.jpg)
![Programa un plátano para controlar videojuegos - 1 | Programemos en vivo](https://i.ytimg.com/vi/g4AAHCb8gCk/default.jpg)
![Fuegos Artificiales con HTML y Javascript | Programemos en vivo](https://i.ytimg.com/vi/JSKEP3mNJdo/default.jpg)
![Crea una red neuronal que reconozca tu escritura](https://i.ytimg.com/vi/ZyauOVzjg9Q/default.jpg)
![Usa tus modelos de Tensorflow en páginas web | Exportación a Tensorflow.js](https://i.ytimg.com/vi/JpE4bYyRADI/default.jpg)
![¿Cómo optimizamos en 300x los procesos de IA?](https://i.ytimg.com/vi/DcRkEZKU7LQ/default.jpg)
![Cómo funcionan las redes neuronales - Inteligencia Artificial](https://i.ytimg.com/vi/CU24iC3grq8/default.jpg)
![¿Pocos datos de entrenamiento? Prueba esta técnica](https://i.ytimg.com/vi/9Dur_oUMGG8/default.jpg)
![Funciones de activación a detalle (Redes neuronales)](https://i.ytimg.com/vi/_0wdproot34/default.jpg)
![Programo Un Plátano Para Jugar Videojuegos](https://i.ytimg.com/vi/P93ud6stQAE/default.jpg)
![Tu primer clasificador de imágenes con Python y Tensorflow](https://i.ytimg.com/vi/j6eGHROLKP8/default.jpg)
![Crea un clasificador de perros y gatos con IA, Python y Tensorflow - Proyecto completo](https://i.ytimg.com/vi/DbwKbsCWPSg/default.jpg)
![Reconocimiento de imágenes con IA - 01 - Convoluciones y filtros](https://i.ytimg.com/vi/AwTH_0yW9_I/default.jpg)
![Por qué separar tus contenedores | Docker](https://i.ytimg.com/vi/dPh2C6kswPQ/default.jpg)
![Docker - La explicación que querías](https://i.ytimg.com/vi/9eTVZwMZJsA/default.jpg)
![Crea tu propia red neuronal que puede leer](https://i.ytimg.com/vi/aFZEvQDTSyA/default.jpg)
![¿Cómo Sabemos Si Un Video Es Un Deepfake?](https://i.ytimg.com/vi/1Tc6daEVYVU/default.jpg)
![Cómo Explotar AWS (Aún No Tiene Solución)](https://i.ytimg.com/vi/70AduhLh65w/default.jpg)
![Intento hacer juegos con Python e IA y me explota la cabeza](https://i.ytimg.com/vi/_BjL6W71mWY/default.jpg)
![¿Por qué no usamos IA para detectar Covid19?](https://i.ytimg.com/vi/5VX-qVIu_hs/default.jpg)