Pytorch - Redes Neuronales

[@t.j2541]

Recien encuentro a este canal y la verdad explicas muy bien. Gracias!

[@edgargonzalezambriz5264]

Muchas gracias por el curso

[@gustavojuantorena]

Recién encuentro este canal y la verdad es que nota que tiene un contenido excelente, felicitaciones! Saludos desde Argentina

[@jeanpolo3713]

¡Qué buen video!

[@neoBiteWave123]

digame donde se vio antes esos conceptos que dices de videos anteriores que no encuentro

[@mildreddelgado8514]

Perfecto!!!!

[@FOMP3]

Excelente

[@cxhernan2]

Q tal? felicidades por tus videos, son muy buenos... me quedaron 2 dudas: 1. Cuando definiste el modelo de percetrón multicapa, pones una capa lineal (que toma la entrada y hace WX+B), despues le aplicas la no linealidad con la función RELU, y después viene la última capa, que es solo lineal, no hay aplicada una función y por tanto sus valores son reales no limitados (pueden haber valores de -5, -8, etc)... Cuando hacemos clasificación con CROSSENTROPY, la pérdida es calculado con salidas de la red "que quieren ser binarias" (números entre 0 y 1), y esto es un asunto estadístico que tiene que ver con la función de verosimilitud que es la razón de la cual salió la entropía cruzada (si ves la definición matemática de la crossentropy puedes constatar eso), entonces se me hace muy extraño optimizar con entropia cruzada cuando las salidas de esa red son números reales no necesariamente acotados. Inclusive los valores de Y_train no son binarios, están en formato decimal entonces eso se me hace muy raro. Creería que al modelo debería de añadires una no linealidad al final que me de valores entre 0 y 1 y los Y_train deberían llevarse a formato binario para que tenga sentido matemático usar la Crossentropy, tu que opinas? 2. cuando usas la función softmax, no debe usarse dim=1? porque los resultados para cada imagen están en las filas de esa matriz de predicción, entonces el vector que pasa por softmax debe hacerse fila por fila.

[@psicotripsia]

¿Por qué y_pred = model(X_t) y_pred = evaluate() no son el mismo tipo de objeto? ¿Que tipo de información almacena model(X_t)? Saludos.