¿Cómo optimizamos en 300x los procesos de IA?

Hoy veremos algunas técnicas que usamos para optimizar los procesos de inteligencia artificial, y entraremos a detalle para saber cómo y por qué funcionan estas optimizaciones.

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 apoyarme y 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
- Si el video te gustó, da clic en me gusta y déjame un comentario!

= = = CONTENIDO
0:00 300 veces más rápido
0:57 Cálculo de neuronas
1:57 Ciclo en Python
3:54 Vectorización
5:16 ¿Por qué funciona?
5:30 Capa 1: C
5:53 Capa 2: BLAS y LAPACK
6:45 Capa 3: SIMD
= = =

Descripción larga para el algoritmo:
Cuando programamos una red neuronal desde cero, casi de inmediato requerimos realizar iteraciones. Por ejemplo en la propagación hacia adelante, debemos hacer operaciones de álgebra lineal como multiplicaciones de vectores y matrices, los cuales con Python son muy lentos al ser un lenguaje interpretado. Podemos usar numpy para estas operaciones, el cual internamente usa BLAS y LAPACK, asegurando que se ejecuten rutinas optimizadas para el procesador o tarjeta gráfica específica que estamos usando. Finalmente hablamos de SIMD, cómo funciona en general y de qué manera permite optimizar tanto las operaciones en el procesador.

Видео ¿Cómo optimizamos en 300x los procesos de IA? канала Ringa Tech