Redes Neuronales Convolucionales - Clasificación avanzada de imágenes con IA / ML (CNN)

Sobre esta lección

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