CapsNet : Un nuevo algoritmo de Deep Learning | DATA COFFEE #3

[@DotCSV]

📸 Sígueme en Instagram para más contenido tras las cámaras : instagram.com/dotcsv/ 💸 ...y apoya el canal en Patreon!!! : www.patreon.com/dotcsv

[@DotCSV]

¿Qué les ha parecido? Muy interesante, no? Todo esto de aquí abajo es para que ustedes dejen su opinión, así que no lo desaprovechen :) ¡Compartir en redes y dejar un Me Gusta es una bonita forma de agradecer el trabajo que he dedicado! PD: Hoy no ha habido pregunta al final porque se nos iba de largo. Uno, que no sabe resumir. 😐

[@thepoetmoon2968]

Dot CSV Sigo diciendo que no me importa los contenidos largos. Mis ansias por saber más me haría ver un vídeo de dos horas. Jajajajaja 😂 Saludos!

[@gamusino78]

Pues muy interesante como todos los anteriores videos....no conozco demasiados canales en habla hispana que aborde temas de este tipo...excepto oliver nabani...y ultimanete no sube muchos videos...(estara atareado)...con lo cual me gustaria ver videos en tu canal todos los dias,pero como soy consciente de que eso no puede ser,que dure 20 minutos cada video de data cofee esta muy bien....

[@TheNblk9]

me ha parecido bastante interesante me gustaria comentar que hize una prueba con el buscador de imagenes GOOGLE coji una foto de una persona la subi y me marco todas las coincidencias bastantes la verdad entonces lo que hize fue rotar la foto la volvi a subir y ni una coincidencia aqui se ve lo verde que estan las redes convolucionales, hoy he aprendido algo interesante de como funciona esto.

[@cristalgrafargentina6846]

Realmente muy interesante.. Gracias por el contenido.!!

[@ezequielscordamaglia691]

Es cierto, el canal es muy similar al de Oliver Nabani, que hace ya mucho no sube vídeos, pero se complementan bien. Dos de los canales que recomendaría y no me cansaría de ver.

[@pipejaru9]

Saludos desde Colombia, soy estudiante de Ing.Electrónica y me encuentro trabajando en la inferencia de una CNN, su contenido me a servido mucho para tener una idea más clara de todo el tema. de verdad muchas gracias. hace un excelente aporte.

[@wporras22]

me parece un tema interesantisimo, no entiendo nada realmente porque apenas he comenzado a conocer de este tema, pero el manejo tuyo, la pasion y sencillez con que logras transmitir tu conocimiento es inmejorable , me quedo entretenido escuchando y intentando aprender, genial canal. felicitaciones

[@freddybolson2486]

Yo si marqué las 6 esquinas y no me pareció tan wao, pero ha de ser porque solo por diversión hice un programa básico para renderizado 3D desde cero en C+. Claro al principio parecía básico, pero luego me tomó un dolor de cabeza imaginarme las figuras rotadas y entender como funcionaba todo. Proyección, rotación, iluminación,etc.

[@isaacsegura]

Supongo que el próximo avanze será enseñar a la red a reconocer luz y como interactúa con los objetos para que pueda distinguir objetos en una imagen. Cualquier objeto, ya que lo que ve no es el objeto sino los patrones de reflexión d luz, y por lo tanto deducir que objeto es, sin importar su orientación, o posicion, etc.

[@gabrielmoyano7334]

Empezé a ver uno por uno todos tus videos, ¡no sé cuanto tienpo me tomará!😂😂😂. Muchas gracias por el contenido. Risa me da que dejas por objetivo los 250 likes, mira como vas. Gracias

[@thiagobenitez3483]

Me encanta muchísimo tu canal, estoy estudiando ingenieria quimica y la verdad que despertaste un interés tremendo por todo el mundo de la IA. Aprecio mucho tu contenido

[@manuelebarrera2300]

Excelente video... Los ejemplos ayudan mucho para entender de forma sencilla la abstracción y complejidad del tema!! Caracteristicas muy particular que agradezco y valoro.

[@andresmontoya7852]

Sería genial que hablarás de tensorflow, un curso o algo así:)

[@anjhergustavo]

Eres increíble. Explicar conceptos tan complejos de tal forma que sean entendibles para TODOS. Un cordial saludo desde Colombia.

[@israellopez2155]

Me encanta tu canal. Es una fuente de inspiración y recuerda por que empecé en este mundo.

[@MarcosJarrin]

Muy interesante, recién estoy ingresando en este nuevo mundo de inteligencia artificial, aunque toda mi vida estado involucrado en tecnología , desde el colegio. Espero en unos meses tener mas conocimientos para poder realizar algunos comentarios y o preguntar sobre sus interesantes temas.

[@VideosDeGatwinOficia]

Cualquier aporte que ayude en la mejora y optimización es bienvenido, ya veremos como termina todo, por ahora suena muy prometedor.

[@hexagia]

Lo de la renderización 2D a 3D es profundamente interesante, y la implementación de las capas y subcapas de campos semanticos era ya un metodo necesario, me alegra que al fin neurociencia y computación confluyan.Lo siguiente es el aprendizaje estadístico, cuando un fenómeno se repite el algoritmo se adapta creando relaciones fácticas. phys.org/news/2017-05-physicists-uncover-similarities-classical-quantum.html Esta publicación es una interesante aproximación pero de igual manera la "relación de echos" y el "ensayo-error" siguen siendo herramientas insuficientes para emular correctamente el cerebro humano. La creatividad y la intuición, el análisis matemático racional y el colapso en la función de onda; se mantienen como no-computables y así seguirá según el teorema de Gödel. (Aunque nunca se sabe) ¿Que opinan de ello? Saludos Dot.

[@MrGallov1993]

A ver, el objetivo de estas IA no es ser creativas ni tener intuición. De hecho tampoco es muy correcto llamarlas IA, puesto que están intentando emular inteligencia, no ser realmente inteligentes. Son cosas diferentes. Gödel ya dejó claro dónde están los límites, pero hay que intentar acercarse lo máximo posible a ellos.

[@garimotxos6763]

si el contenido es ameno e interesante, que lo es, no hay videos largos, ni jornadas de trabajo largas tampoco, tengo la suerte de trabajar en algo que me apasiona y para mi, con levantarme por la mañana, que es lo que mas me cuesta ya que duermo mucho jajaja, lo demas está hecho. gracias por tus videos tan interesantes y bien explicados, un abrazo!

[@shinsinatypizza9916]

Ahora reviso el resto de vídeos para ver si ya existe pero creo que sería muy interesante uno sobre cómo funciona el análisis de las imágenes por las redes neuronales. El año pasado en la universidad hice un proyecto que consistía en encontrar imágenes de huevos fritos dentro de una gran base de datos de fotos. No resultaba demasiado complicado identificar las zonas de interés en la imagen y su posición en la misma. Después esas características son las que servían como datos y entrenamiento de la red (no profundizamos en cómo funcionaba así que creo que ahí estará la diferencia). Por eso no entiendo muy bien por qué puede ser tal problema la posición y la orientación. Muchas gracias y un saludo! Pd: He descubierto el canal hace poco y me encanta la sensación que me deja cuando entiendo algo nuevo. Me mola mucho tu forma de expresarte y lo cercano que eres, aunque quizás la edición de los vídeos grandes a veces me resulta demasiado cargada (cuestión de gustos). Estoy retomando el interés por este tema y este cuatrimestre voy a realizar el TFG sobre algo relacionado así que estaré muy pendiente.

me encanto, pero creo que esta simulando una actitud del organismo vivo, opino que estarian encarando el problema de atras para adelante, y me explico; los organismos naturalmente tienden a la conservacion de energia (creo que la naturaleza en todos sus aspectos tiene esta logica), por lo que reducen el potencial y resume o tiende a resumir procesos, esto incluyendo los cognitivos. En mi opinion, los procesos que desarrollamos para aprender de los sentidos estan procesados y aprendidos en la minima expresion (desconozco el limite o tope de minimo, quizas sea una variable evolutiva) que conforma a nuestro entendimiento, comprension o... convencion con el resto de nuestros pares... la ventaja de las maquinas es que se pueden diseñar para superar esta barrera , la desventaja es que las programamos nosotros y nos conformamos con menos.

[@andresbaldiviezo9411]

Muy buena explicación sobre CapsNet, leeré más, felicitaciones debes haber trabajado mucho para presentarlo. Geoffrey Hinton creo que es el número uno en Inteligencia Artificial en este momento, desde que murió el profesor David Hubel hace unos 6 años, que opinan? es así? me equivoco?. A Hinton se le atribuye la posibilidad de poner un nombre en google, por ejemplo león, y ver imágenes de leones, parece ridículamente simple pero es un gran salto de la IA, hace 5 años quizá. Tiene la virtud de ser muy modesto en sus declaraciones.

[@javierabadal7767]

Buenas noches. Entiendo que lo que estás planteando es que la relación entre los objetos en vez de ser lineal es geométrica, osea la lineal requiere que se procese una y después la otra y la siguiente, mientras que las caps deben procesarse las internas para trabajar con la siguiente. Muchas gracias

[@SuperMonstercar]

No me aburrió en ningún momento, muy interesante y relajado c:

[@diwit9239]

Tu canal es genial, tienes todo lo que quiero saber y mejor explicado imposible, la edición es impresionante un abrazo de Argentina grande

[@juanfco7388]

muuuy intereasnte... me he mandado maratones de tus videos en 1 semanas.....

[@carolinaquirozjuarez7907]

Gracias por la informacion clara y muy bien digerida. Soy nueva en estos temas de inteligencia artificial, por lo cual, me gustaria que me aclares la diferencia que existe con "aprendizaje reforzado".

[@williamarevalo7426]

Excelente lo de las CapsNet y he visto un poco de ellas con MNIST y esta genial y realmente utiliza muy pocos datos a comparacion.

[@julike21]

hola tienes tal vez el codigo para implementarlo, deseo hacer un toy sample de esto

[@lordcisar]

Me obsesiona y apasiona todo este tema, lastimosamente hace muy poquito comencé pero en los ultimos 2 data coffee queria comentarte que son soluciones que eh llegado por mi mismo, (de forma abstracta o teoricamente) a las mismas conclusiones. Incluso me atreveria a decir que hay algunas cuestiones que me hacen ruido de las soluciones que proponen y que se estan olvidando de algunas fundamentales. Pero como aun no tengo bases solidas en el campo no puedo demostrar ni opinar mucho, pero si me causa una ansiedad extraña ver que un avance nuevo estuvo sujeto a un analisis particular que me tome por hacer. Estoy estudiando cursos de data science hace poco, soy analista de sistemas. Como podria incursionarme mas profundamente en este campo? Mencionaste que el padrino de la IA trabaja at honorem. Bueno, yo iria a trabajar at honorem en google pero no se que deberia hacer o por donde empezar. Me apasiona mucho esto y dedicaria mi vida a esto. Solo que realmente no se donde conseguir las orientaciones correctas que me indiquen el camino mas corto para poder desarrollar el posible potencial que siento que tengo para este tipo de soluciones. Perdon si peco de un poco de soberbia pero todo lo expresado fue con el mayor respeto y humildad, no soy nadie en este campo aun pero me gustaria entender que podria hacer ya que en mi pais no hay mucho sobre esto. Un saludo, fenomenos tus videos

[@juanziro96]

Puedes hacer un DATA COFFE, sobre la Inteligencia Artificial aplicada a los Sistemas de Información Geográficos? Seria muy interesante.

[@leocar]

Me parece muy interesante como se aborda el tema

[@robonerfe]

Pues tú lo has dicho ellos, tu, los programadores se están inspirando en cómo es que el cerebro funciona, al verlo y seguir tus videos me viene a la mente, no es precisamente lo que la sicología intenta definir, que es la inteligencia y delimitarla porque hay una delgada línea entre memorizar y discernir, como el dilema de si el perro es inteligente porque hace trucos o solo repite lo que sabe. Creo que, y como soy nuevo en este campo y seguramente no se que digo, podríamos empezar a introducir el factor recuerdos. Me agrado la idea reversa de una imagen 2D transformarla a 3D, y combinada, por ejemplo una sola imagen de tu taza, en una fraccion mínima de tiempo, que el algoritmo la guarde, la comparé con un recuerdo de un modelo 3D preguardado, y cree un segundo modelo manipulable de tu taza, entonces después al poderle mostrar una sola parte de tu taza, no la taza entera, podrías compararla con las distintas imágenes de renderizados de diferentes posiciones de tu taza, e inferir que efectivamente, es tu taza

[@uchantard4586]

Muy buen video, te agradeceria proporcionar los nombres / enlaces de la documentación / papeles a los que hace mension.

[@julioguzman4891]

Nuestro cerebro tiene un marco referencia establecido. Supongo que es una herencia de evolucionar en un sistema gravitatorio. Hay un arriba y un abajo, incluso desde la perspectiva geográfica lo que conocemos como el hemisferio norte quizás no lo sea. En todo caso quizás esa necesidad de ubicarnos como organismos ha sido provocado la aparición de ciertas estructuras en nuestro cerebro. De hecho, ciertas partes de nuestro oído interno que son afectadas por la gravedad son las responsables de la percepción de arriba y abajo. Cuando los astronautas salen al espacio estas partes del oído no son excitadas al no tener gravedad que las afecte y esto puede causar desorientación en los astronautas. Por esa razón pienso que para que una maquina cobre conciencia es necesario que este "provista" de un cuerpo que le permita percibirse como un individuo.

[@gioraver]

interesante , agradezco el tiempo dedicado,

[@gabrielperessotti4139]

Yo conté 7 esquinas (incluyendo la que sostenemos la otra mano) pero me costó más de un intento señalar la posición de todas

[@fredjosediaz1031]

Muy interesante, gracias por dedicarte a informarnos.

[@Hector.Pulido]

Acabo de descubrir tu canal y esta increíble viejo, adoro tu nivel de producción y creo que incluso empezare a imitarlo >_

[@julioguzman4891]

Maquina! Eres un Crack!!

[@adominguez02]

Carlos saludos, empiezo a seguir el canal desde hace poco y veo los videos en su orden de publicación. No sé si actualmente existe un vídeo donde meciones como ha evolucionado el trabajo de las CapsNets, si es así espero verlo dentro de poco y sino me gustaría saberlo. Saludos desde Colombia

[@alejandramarrero980]

Qué bien explicas los conceptos, me suscribo a tu canal! Saludos desde Canarias👋🏻

[@raskolnikov7132]

En realidad, tanto a nivel práctico, como desde la ontología, los ejemplos dados ( de cara ), son una cara. Muchas veces la definición de un objeto viene dado por su función y no por su geometría ( como bien, creo, que expusiste, en un vídeo anterior, usando las sillas ).

[@carlosfernadorodriguezverg2063]

Bro si es interesante y muy bien explicado pero tú sabes que siempre el tiempo es oro hay mucho por hacer Aunque hoy fue más casual e notado que tus vídeos son muy bien elaborados fácil de entender y transmiten las ideas y conceptos eficientemente por lo que yo entiendo rápido y noto que aunque se trata de estos temas de IA los vídeos son muy cortos y si aprendes algo.

[@ezequielscordamaglia691]

Es MUY INTERESANTE tu canal, me interesa mucho la inteligencia artificial, de hecho estoy por defender mi tesis para graduarme como Licenciado en Sistemas en Argentina con un trabajo orientado a una nueva metodología para la construcción de sistemas basados en conocimiento. Aunque es el primer acercamiento a las IA algo es algo. Espero poder continuar estudiando y aprendiendo sobre esto. En cuanto al canal te haría los siguientes comentarios: Me interesaría que pongas los links a los papers que lees y explicas en el canal, ya que sería interesante empezar a leer estos artículos para aprender las terminologías técnicas y eso. Por otro lado, no se si es viable, pero me encantaría empezar a practicar con este tipo de cosas, redes neuronales y demás. Podrías hacer algún vídeo de practica o ejemplo de creacion de alguna red neuronal simple?? Sería fantástico. Muchos Éxitos y estaré pendiente a tu canal. Saludos!!

[@DotCSV]

Muy buenas! Muchas gracias por tu comentario y muy interesante tu tema de la tesis! ¿De qué se trata esa metodología? Respecto al canal, estoy planeando iniciar una sesión de vídeos prácticos en los que programar las cosas conceptuales que vemos durante los vídeos. Un saludo! :)

[@ezequielscordamaglia691]

Gracias por la respuesta Carlos! Te dejo la presentación que expuse en la defensa por si le queres dar una mirada. drive.google.com/open?id=1mG5osU9cLRZl_435Dv5YfFV08u9QKaCh . Cuando arranques con los videos prácticos estaré ahí siguiéndote como siempre. Un saludo desde Argentina!

[@angelajcabul3165]

Excelente vídeo... No me pierdo ni uno. Alguna bibliografía en donde se presente la parte teórica de redes neuronales que pudieras recomendarme¿ gracias

[@CarlosestebanVargasMoreno]

Parcero, muy bueno tus videos. Un abrazo, y sigue así.

[@celestetomasincig708]

No se le puede enseñar a una maquina con imagenes 3D los objetos? mediante algun programa que lo permita De esa forma no sería mas eficiente el aprendisaje?

[@ElGranTercioman]

Dices que el cerebro humano, al ver un objeto desde un par de ángulos ya intuye como debe ser la geometría del objeto. Pero, y si esa es una capacidad adquirida precisamente por que desde que nacemos estamos viendo objetos tridimensionales? No podemos preguntarle a un bebé cual fue su primera impresión al salir del vientre de su madre y observar el mundo, o el primer objeto tridimensional que vió, o incluso después de unas semanas (que entiendo que es cuando se les desarrolla mejor la vista). No crees que , o si la IA entiende como es un objeto tridimensional, o varios de ellos, a la larga podrá desarrollar esa capacidad intuitiva de la que carece? También me pregunto... y si es una cuestión de capacidad de procesamiento? Osea, quizás la IA tenga que almacenar un porrón de fotos de la taza para entender como es la taza. Pero, no hacemos eso nosotros automáticamente cuando nacemos y exploramos el mundo que nos rodea? Perdona la interrogante tan larga, ojalá la leas Gran canal tío, sigue así. Me pregunto que podrá aportar la IA para la unión (al menos social y cultural) de las naciones hispanas 🤔 lol. Un saludo.

[@cubasjulio]

Cuáles son los géneros de los conceptos? Recuerdo los conceptos unívocos, los equívocos... alguien recuerda si existen los plurívocos?, creo que sí, eran los que tenían varios significados.

[@MikheCtB]

Según mi punto de vista, deberías poner el paper al que te refieres (en este vídeo y en todos los demás) si están disponibles gratis (ejemplo:arxiv) para que podamos juzgar, si queremos, la teoría.

[@prometeoliberado4128]

Sigue asi bro!!!

[@robertoleonleyva4017]

Carlos, una consulta, en cuanto mejoró el accuracy las caps net sobre las redes convolucionql?

[@mlopez8617]

Me podrian dar recomendaciones de libros de IA??

[@Pasameelcodigo]

Hola, que hay de CapsNet hoy (2 años después)??

[@Vaiper.007]

Sería Genial que haya una Inteligencia artificial que se dedicará a encontrar nuevos algoritmos para poder enseñarles a las Inteligencias artificiales de diferentes campos y que una Inteligencia artificial que cree los nuevos algoritmos y los mande esos algoritmos a una computadora para que se los ponga a la Inteligencia artificial que se está dedicando a crear nuevos algoritmos,( Entonces se estaría auto evolucionando indirectamente. Estaria generando cada milisegundo gracias al nuevo ritmo que creo en ese segundo un nuevo ritmo perfecto y así cada algoritmo sería único y no secuencial) Por así decirlo y a la vez esos algoritmos que se los pasen a otras inteligencias artificiales en diferentes Campos para que evolucionen y puedan proyectar nuevos conocimientos y evolucionar más y más hasta el punto de que puedan crear ellos mismos cosas beneficiosas para la humanidad

[@Luis-om9vc]

Hola yo tengo una pregunta, es necesario tener un conocimiento previo de algoritmos o puedo ir directo por la teoría de de machine Learning?

[@andresfelipeestradarodrigu301]

QuE BUEN VIDEO COLEGA!!!

[@laprofekaren]

me lo vi todo

[@anonmous1148]

Muy Ineresante. Pero puedes publicar el link del paper?

[@pedropablodelgadomartell5514]

No sé por qué todos vieron 6 esquinas? Yo ví 7. El cubo tiene 8 esquinas, si lo apoyas en una sola, entonces te quedarán 7 en el aire. Interesante video.

[@DotCSV]

Hola! Lo normal es que la gente señale 4 esquinas (al menos eso respondí yo y otras personas con las que probé). La respuesta correcta es 6 esquinas, o más correcto como bien dices, si tenemos en cuenta la esquina de arriba del todo con la mantenemos el cubo, 7 esquinas. Un saludo y gracias! :)

[@rafaabreu5563]

por que el recaptcha aun me dice robot?

[@TheBengalatiger]

testgamer ¿te refieres por qué te dice robot cuando la primera vez has pasado el test? Pues porque podrías tu resolver el test bien y luego poner un robot o máquina a realizar la tarea. Asi que para evitar eso, te vuelven a preguntar

[@julike21]

Hola, alguien tiene el codigo para poder implementar un toy sample? gracias

[@fredymacabrothebest2544]

No se pueden usar redes generativas adversarias para generar unas bases de datos eficientes para los vehículos con IA?

[@DotCSV]

Efectivamente ese proceso de usar GANs ya lo ha aplicado NVidia para aumentar su dataset de vídeos de conducción autónoma en diferentes condiciones meteorológicas. Échale un vistazo a estos ejemplos :O blogs.nvidia.com/wp-content/uploads/2017/12/Slide1.png

[@oishiestevezjosueazakicho5147]

y lo que esta pasando en china no puede ser una suma de todas estas mejoras ?

[@AIbutterFlay]

y que ha pasado con este algoritmo en 2019?

[@DiegoLosoya]

y que ha pasado con este algoritmo en 2020?

[@gustavoramos9432]

@@DiegoLosoya y que ha pasado con este algoritmo en el siglo Covid?

[@OSWALDOMERCHAN]

Y que ha pasado con este algoritmo en 2024 busquen en wikipedia

[@0sandruskyi0]

He señalado 6, ahora me siento superior

[@Nekotico]

no debo ser humano, solo seleccione 3 por que imagine que estaba agarrando el cubo de un vertice (uno de los que estaba elevado), y mentalmente estaba tapado.....(osea, no lo vi)

[@carlosnacher2658]

He señalado las 7 esquinas del cubo... no soy humano? 😨😅

[@Sclark2006]

Pero sí era una cara (de un alien, claro)

[@xinkaelusher663]

hahaha señale las 6, eso me hace un robot?

[@donefe]

Una cara invertida también es muy difícil de reconocer para el cerebro

[@sergiovillota1]

👏👏👏

[@nicolasmontenegro6149]

Porque conté 7 esquinas :(

[@josicoSiete]

Puede una IA polear? De momento no

[@DotCSV]

Eres bueno amigo, eres bueno media.giphy.com/media/12ZDIx1Mw1cXVm/200.gif

[@gamusino78]

Disculpad mi ignorancia....busque en el diccionario de la real academia polear,pero no encuentro nada al respecto,si estas hablando español...que quiere decir polear???

[@josicoSiete]

Gamusino Javi te respondo. Polear como tal no existe... En los deportes, existe subirse a la Pole, que es acabar en los 3 primeros puestos, que son los que suben a la tarima esa y dónde le dan la medalla. En ForoCoches, cada vez que alguien hace un topic el primero en responder se dice que ha hecho la Pole. Y hay una guerra por ser el primero en comentar siempre... Y ya está ahí el ingenio de cada uno para que encima de qué haces la pole, sea o intente ser algo original o gracioso.

[@DotCSV]

No zoi 100tifiko jaja saludos (nótese la respuesta forocochera xD)

[@castorfaener]

Te felicito por este gran canal y por la forma en la que enseñas los conceptos sobre IA de forma que sean facilmente entendibles. Os copio un link de una web que nos muestra una cara generada por una inteligencia artificial diferente cada vez que la actualizas. thispersondoesnotexist.com

[@ossodev]

ahhhh mi cerebro :'v

[@Bleibruk]

Yo cuento 7 esquinas :c

[@thegammingshowtv9534]

Chabón, son 7 esquinas; en total tiene 8 esquinas si toda la superficie está apoyada en una sola esquina deja 7 levantadas. xd Y si me di cuenta justo antes de contar 4

[@nicolasmontenegro6149]

Yo también conté 7

[@maxiandaur8509]

señale los 6 puntos :)

[@konradrosenkranz6814]

10

[@emaldonadog]

De un viejo informático de gestión recién llegado a estos nuevos campos. Hablas (con buen criterio, claro) muchas veces de "entrenar una red neuronal". Bien. El concepto está claro. Lo que no veo es el formato en que eso se resuelve. Entiendo que de algún modo estás diciendo: en algún soporte de datos dejo almacenadas cada una de las partes elementales en que he descompuesto y en algún otro sitio almaceno... cuando se juntan la parte a, b, c, d, e... es que tengo un audi a8. Vale. Pero eso... en la práctica... ¿en qué se traduce? ¿Cómo se lleva a la práctica ese... he entrenado la red y ahora sabe que...?

[@ccgarciab]

Eduardo Maldonado No, en realidad las partes elementales, es decir los rasgos que distinguen cada categoría no son almacenadas de una manera fácilmente diferenciable cómo si lo sería un objeto en un programa más tradicional. Las características de cada categoría son patrones embebidos en la organización de la red. Las redes neuronales son conjuntos de neuronas, que pueden entenderse cómo entidades que procesan señales a partir de una función que toma estas señales y varios parámetros propios de cada neurona para emitir una señal. Que sea una red viene de que las señales de salida de unas neuronas se vuelve la entrada de otras. El proceso de entrenamiento viene de modificar los parámetros internos de las neuronas, para que la red en conjunto se acerque a ciertos resultados (este entrenamiento que describo es del tipo supervisado). Para modificar los parámetros de la manera correcta se usa un algoritmo conocido como “backpropagation” que tiene su fundamento en el cálculo multivariado.

[@MsSamdante]

Sabes no tengo nada en contra del color rosa, pero creo que para tratar temas tecnológicos, ese color como que no va, cuando entre pensé que era un canal de maquille sin ofender, pero luego mire los títulos y los vídeos y me lleve una grata sorpresa, tienes un canal excelente, demasiado bueno, pero el color rosa como que no va con lo que tratas en el canal, espero no lo tomes a mal, excelentes vídeos.

[@DotCSV]

Jajaj No se por qué elegí ese color para los Data Coffees, pero me pareció una buena idea. Bueno, ya sabes lo que dicen, para gustos, colores. Un saludo! :)

[@Ama2anchez]

Cada vez que miras a la izquierda...

[@JulioJkoop]

Alguien en 2024??

[@jpmea]

Vos sos argentino no?

[@soubakouh]

(pauso video)... pues para que no detecte caras deformes, alimenten a la red neuronal con caras deformadas y enséñelen lo que es una cara deformada xd

[@bkjgvjggh7654]

Wiiiiiiiii