¿Cómo funciona softmax?

[@ikoLinh]

Exelente señor, todo se puso tan claro cuando mostraste la imagen haciendo las ecuaciones

[@miguelcaballero1834]

Qué buen vídeo! Es maravilloso ver que comenzar a haber buen contenido de Machine learning en español!

[@wilmersaavmend8749]

Hola Älex P., excelente explicación sobre este apasionante mundo de las RN., gracias mil por tus valiosas enseñanzas, saludos desde Perú

[@AMPTech]

Muchas gracias Wilmer!

[@pablocentral89]

Como siempre un placer ver tus vídeos. Sigo atento a la evolución y que vayas descubriendo para nosotros, neófitos, nuevos conocimientos. Muchas gracias por compartir

[@cristiancamilosanchezardil9730]

Uashhhh explicas excelente, vengo de Platzi y me sacas de una gran duda. GRACIAS

[@alexisrivas433]

Gracias entendí con este video muy bien la función de activación softmax. Muy bien explicado.

[@rodanmuro]

Sencillo e interesante. La verdad no sabía que softmax funcionaba con esas exponenciales. Muchas gracias!!!

[@JUPITER6700]

Excellentes videos a pesae de la complejidad, tu metodo de enseñanza es buenisino gracias.

[@albertoalarconparedes8947]

Man no dejes de hacer videos. Saludos

[@angellaguna5374]

Buen video men conciso y muy entendible saludos

[@el_inge_niero5937]

Eres el mejor :) puedes hacer un vídeo de lo que es relu?

[@AMPTech]

Claro, lo tengo contemplado!

[@el_inge_niero5937]

oye tienes algun correo es que tengo un proyecto sobre vision artificial y quiero usar tensorflow ¿me ayudarias?

[@dayancuevas8697]

Muchas gracias por el vídeo!

[@AlegriadelSer]

Funcion SoftMax gracias por tu tiempo

[@lendixful7932]

Este vídeo es brillante, gracias

[@cssluism]

muy bien explicado amigo saludos

[@alexandergarcia-yo6kw]

demasiado claro, muchas gracias

[@CristianXP44]

Muy buen contenido 👍. Gracias por compartir tus conocimientos. Ojalá te animes a crear un curso completo en Udemy.

[@mauespinola]

super claros tus videos, gracias porque ha sido muy fácil entender la función . Soy muy nuevo en esto, y me quedan dudas base. Por ejemplo. sé que tomas la foto de auto y cada uno de esos pixeles de la foto es una neurona de entrada. Pero un pixel con un color como se hace eso?, ¿Cómo le paso ese pixel a una neurona?. Puedo usar la librería, pero esa duda la mantengo, cómo lo hace la librería

[@e7rain]

Excelente explicacion

[@jaqp911]

gracias bro, buen video como siempre, seria interesante que hagas un videos sobre detectron de fair

[@xicamcr]

Amigo muchas gracias, estoy HIPER cansada de ver pura documentación de cosas super complejas acerca de CNN solo en ingles y en muchas veces videos habladas por Indios o Chinos que hablan Ingles medio raro ( sin discriminar, les tengo mucho respeto pero su acento dificulta entenderles ), Ver tus videos me permite aprender sin hacer trabajar doble a mi cerebro, podrás hacer uno que hable sobre el "Global Average Pooling" ?? Ya estoy Suscrita al canal. :)

[@nicolasgimenez2557]

En un algoritmo de clasificación de imágenes, cómo podría hacer para que me diga que no pertenece a ningún grupo de los que he entrenado? Muy buen video

[@fisicalove]

Una pregunta mi estimado, que cámaras recomiendas para aplicar visión artificial, necesito una que no sea muy robusta ya que pienso adaptarla en la pinza de un brazo robótico

[@anonmous1148]

Por favor haz un video aplicando redes neuronales residuales.

[@michaelgomezchen7718]

Genialll felicidades por el video

[@SELF_NATUR]

Muchas gracias super util

[@Snookie1414]

Hola. Tengo un clasificador de imágenes con 100 categorías, y cuando hago predicciones siempre acierta, pero me da 1.0 o 0.99. Nunca me da valores de 0.8 o menos, a pesar de que algunas categorías se parecen mucho entre sí. ¿A qué se debe?

[@AlexElFenixXX1]

Me surge una duda, por que hacer eso con las exponenciales y no simplemente utilizar una regla de tres para obtener el porcentaje de cada uno de los valores? Realice el calculo con los mismos datos que usas en el ejemplo y son algo similares, pero no son iguales.

[@AMPTech]

El detalle es que la exponencial nos ayuda tambien si estamos usando alguna funcion distinta a la sigmoide, una que nos pueda dar valores negativos (como tanh).

[@josicoSiete]

Muy buen video!!! Una duda, hasta que nivel de matemáticas y estadística habría que profundizar para empezar a manejarse con ML?

[@AMPTech]

Depende el enfoque que busques, si quieres dedicarte a investigación o desarrollo de nuevo algoritmos, si se requiere un conocimiento muy avanzado. Si lo que buscas es algo con un enfoque más práctico necesitas un conocimiento medio o superior, lo suficiente para que sepas que está sucediendo, porque y como un cambio puede afectar tu estructura. Las áreas serían, álgebra lineal, cálculo y probabilidad.

[@JuanPablo-ce3du]

Gracias !!!

[@marcelobenitezabc]

muy claro...gracias!

[@davidromero7823]

buen video bien explicado

[@patinronin2991]

Hola. quisiera saber cómo puedo comprimir un modelo ya entrenado para utilizarlo en una raspberry Pi, ya que tengo modelos que pesan 500mb pero debido a la limitada cantidad de ram en una raspberry Pi tengo que cuidar el peso del modelo, he realizado el tutorial de tensorflow for poets y al optimizar la aplicación para smartphones se comprime el modelo, quisiera saber si es similar con este tipo de modelos .h5 ?

[@josicoSiete]

Gracias por tu respuesta! Una pregunta más si no es mucha molestia. Leí hace tiempo que cada neurona es una función realmente... y mi duda es. Al usar TF y todas estas librerías preentrenadas, como es capaz el sistema de usar "funciones útiles" para mi problema? (O sea entre la infinidad de problemas que hay cada uno tendrás unas funciones más óptimas que otras, cómo hace para escoger?)... Y por último, es posible decirle que queremos que meta dentro de una neurona una función propia que nosotros hemos creado? Perdona tantas preguntas, pero es que me interesa mucho este tema y estoy a punto de ponerme muy enserio. PD: ví que estudiaste ing. de sistemas. Exactamente en qué consiste?

[@AMPTech]

Si, cada neurona tiene una función, pero nosotros no la hacemos. Te recomiendo que veas este video en el que explico los principios de las redes neuronales y te puede aclarar esas dudas. Estudié ingenieria en sistemas que consiste en conocimientos de programación, bases de datos, sistemas operativos, redes y seguridad informática.

[@josicoSiete]

Perfecto! Me lo volveré a ver para repasar conceptos, gracias!

[@paulsp3358]

Que son los valores de las capas ocultas ?

[@danyjr19]

Los valores que te estan entregando las neuronas anteriores.

[@andresjimenezjimenez]

¿Cómo se pueden normalizar los datos de entrada, si por ejemplo, las entradas al softmax tienen valores altos y esto puede provocar que la exponenciación produzca valores numéricos inválidos?

[@AMPTech]

Puedes hacer algo llamado batch normalization entre capas lo cual acota tus valores dentro de un rango. Pero en general las funciones de activacion tambien mantienen los valores dentro de un rango

[@andresjimenezjimenez]

@@AMPTech muchas gracias!!!

[@marianomendoza1505]

Excelente

[@JuanPablo-ce3du]

Gracias !!!

[@gabrielalvarez1418]

Holaaaaaa, veo muchos tus vídeos ... Soy ingeniero de desarrollo tecnológico y estoy en busca de alguna red neural capaz de virtualizar sensores. Me explicó através de múltiples variables obtener un valor similar al que me puede mostrar un sensor en terreno. ¿Existe alguna librería o método para hacer ese tipo de predicción através de Python ?

[@juanx9006]

Hola muy buen vídeo, deberías hacer un video de DEEPSTACK la IA que le gano a jugadores humanos de poker en heads up no limit holdem. slds.

[@fisicalove]

otra duda, harás algún vídeo donde implementes un sistema completo de visión artificial, es decir, una cámara que en tiempo real observe el entorno y en base a ello tome decisiones? me gustaría saber como se realiza ese proceso

[@w3050]

yo tengo una duda, porque siempre se usan 10 neuronas en esta capa?

[@AMPTech]

No siempre son 10. El numero de neuronas en esta capa corresponde al numero de clases en tu modelo. Muchos tutoriales usan el set de datos de mnist, el cual tiene 10 clases (del 0-9).

[@geopolitica5106]

import numpy as np def softmax(logits): exponenciales= np.exp(logits) return exponenciales/np.sum(exponenciales) softmax([.1, .2, .3, .4])

[@giancarlopoemape5041]

primer comentario y primer like!! yeah!!

[@jpchilensis]

Vídeos con bajo volumen... La mayoría....

[@error220_33]

mejora el audio.