🔴REDES NEURONALES CONVOLUCIONALES CNN en IA: TEORÍA

[@noyola1984]

Felicitaciones por tu trabajo.

[@Xpikuos]

Gracias :) No olvides compartir el vídeo y darle a like :)

[@edwardrodriguez7472]

Muy buena explicación.

[@Xpikuos]

Gracias! Me alegro que te guste. No te olvides darle a LIKE y compartirlo en las redes sociales.

[@DONROBOTZ]

Muy bien video

[@Xpikuos]

Me alegro que te guste. No olvides darle a LIKE y compartirlo en las redes sociales. Gracias :)

[@telesforosotelogalindo3114]

Por el contrario de Federico, que por supuesto respeto su comentario, me gusta el formato de tu presentación, va acorde al tema. Muchas gracias por tu aporte.

[@Xpikuos]

Gracias :) No olvides compartir el vídeo y darle a LIKE.

[@maximilianoreggi5216]

Hola! En primer lugar te felicito por el canal, será de gran ayuda para el trabajo que estoy haciendo. Te comento, estoy haciendo una investigación sobre los modelos que existen actualmente para la separación de canciones en sus diferentes pistas de origen (bajo, batería, voz, etc). Particularmente estoy investigando una adaptación de conv-tasnet (originalmente hecho para separación de voz) para su aplicación en pistas stereos, y por otro lado el modelo demucs. Estos dos modelos tienen su datasheet, en el cual se explica cómo funciona el modelo, pero veo muchísima álgebra y explicación en cuanto a vectores etc. Y son modelos bastante complejos que usan convoluciones, lsmt, autoencoder y decoder, etc. Que me recomendas leer para poder entenderlos bien? Es necesario saber el funcionamiento del modelo a nivel de vectores para luego entender el código fuente de la implementación? Desde ya muchas gracias y felicitaciones por tu canal. Saludos!

[@Xpikuos]

Es una pregunta muy interesante. A ver, si lo que quieres es tener una idea general de lo que hace cada modelo, "puede" no hacer falta entender con detalle todo el trasfondo matemático. Pero si lo que quieres es entender a la perfección los entresijos del modelo, evidentemente, tienes que entender las matemáticas. Ahora bien, para entender el código fuente de la implementación hay veces que no es necesario conocer las matemáticas porque basta con usar los módulos ya preparados (CNNs, LSTMs, Autoencoders, etc.) que contienen las librerías y que encierran en su interior toda la complejidad matemática. En ese caso, "sólo" tendrás que fijarte en cómo se interconectan entre sí dichos módulos. Sin embargo, si lo que quieres es entender o hacer un código "from scratch" (desde cero) entonces sí es inevitable y totalmente necesario entender toda la matemática al detalle. Sobre "qué leer para entenderlos bien", pues, de nuevo me remito a lo que dije antes: depende del nivel al que lo quieras entender: Nivel profundo, entonces tienes que saber matemáticas y conocer con detalle el modelo de cada red neuronal que citen en el documento; Nivel superficial, no es necesario entender las matemáticas muy al detalle. Sea como fuere, nunca está mal entender cómo funciona cada modelo (aunque al final uno se limite a usar unos módulos de una librería). Personalmente me gusta la web towardsdatascience.com/ . Busca artículos sobre los temas de los que quieras aprender en google, y cuando veas un resultado que incluye esa url, léetelo. Son buenos artículos y muy pedagógicos (eso sí, no empieces la casa por el tejado ;) Espero haberte sido de ayuda y no olvides darle a LIKE y compartir el canal en las redes sociales. Gracias :)

[@roquexsiempre]

Xpikuos excelente a la espera de la práctica mis sinceras felicitaciones.

[@Xpikuos]

Gracias! No os preocupeis por la práctica. Veréis que con Keras, con 5 líneas de código (aproximadamente) se tiene implemantada una red convolucional. Evidentemente, lo veremos en el canal (entre otras cosas porque las necesitaremos para nuestros robots), pero antes quiero que comprendáis al 100% el funcionamiento interno de las redes convolucionales. Por ello, saldrán varios vídeos más...Así que seguid atentos... :)

[@Xpikuos]

Ah! y por cierto, no olvides darle a LIKE y compartir el vídeo en las redes sociales :)

[@roquexsiempre]

@@Xpikuos Si a compartir no os preocupéis un video por favor la parte matemática.

[@Xpikuos]

Ese es precisamente, el siguiente :), pero para entenderlo deberéis de haber entendido bien el perceptrón. Así que si aún no has visto la lista de reproducción sobre él dentro del canal, es buen momento para hacerlo ;)

[@roquexsiempre]

@@Xpikuos ya lo vi lo veré nuevamente gracias por la sugerencia.

[@josemanuelmanesridaura8874]

Genial Aporte. Saludos.

[@Xpikuos]

Gracias :) No olvides darle a LIKE y compartir el vídeo en las redes sociales ;)

[@Lacend_Mecatronics]

Saludos desde Puerto Rico

[@Xpikuos]

Saludos desde España :)

[@josejaviermarticamarasa5744]

Hola , no tienes algún canal para todo esto donde se pueda conversar, preguntar.. tipo Twitch, Telegram.....? Muchas Gracias por todo

[@Xpikuos]

Sí y no. El problema es que me encuentro en una fase de mudanzas-remodelación/renovación de una casa que me he comprado (bueno, yo no, el banco ;) y prácticamente no me queda tiempo para hacer directos, Twitch, etc. En cualquier caso, siempre puedes preguntar por aquí o por correo a través del e-mail [e-mail]

[@josejaviermarticamarasa5744]

@@Xpikuos Pues poco a poco. Y muchas gracias por el canal y tus videos

[@Xpikuos]

De nada. No olvides darle a LIKE y compartir los vídeos en las redes sociales ;) Gracias.

[@josejaviermarticamarasa5744]

@@Xpikuos Siempre

[@roquexsiempre]

Xpikuos algún libro o curso online que me recomiendes sobre redes neuronales convolucionales te agradezco por anticipado saludos desde el Perú.

[@Xpikuos]

No sabría decirte... Yo me nutro de todo lo que hay por internet (que normalmente está en inglés). Por ejemplo esta página: medium.com/, o esta: arxiv.org/multi?group=grp_cs&%2Ffind=Search

[@arturoaaz]

hola, me gustan muchos tus videos, pero hay tantas listas de reproducciones que no se por donde empezar. con redes neuronales. Podrías plantear un orden en las listas, si están relacionadas . saludos

[@Xpikuos]

Mi consejo es que te vayas al canal Xpikuos-IA (uno de los canales hermanos de Xpikuos), en donde he "sacado" y reorganizado el contenido sobre IA. De hecho, será allí (en Xpikuos-IA kzbin.info) donde sacaré el nuevo contenido sobre IA y dejaré este canal (Xpikuos) sólo para enseñal a hacer Robots con IA.

[@drarn96]

La respuesta a muchos de aquellos porqués que son tan difíciles de encontrar, están resumidos en este video.

[@Xpikuos]

Me alegro que te guste :) Por cierto, SUSCRÍBETE a los NUEVOS CANALES en los que se dividirá Xpikuos. Xpikuos-IA: kzbin.info/door/U5wcBa5NKUBlzkC2rq3O2g Xpikuos-Robots: kzbin.info/door/jp-bmm7X8n3hKPj7HPbhdg Xpikuos-Fun: kzbin.info/door/VTdb_UIRwwhKWNdVAvj9Ww Aquí te dejo la lista para que te suscribas a ellos (o a los que más te gusten) (pero SIGUE SUSCRITO A ESTE CANAL porque será el que relacione todos ellos y donde iré dando los avisos de los nuevos contenidos de esos nuevos canales). Ahora mismo están vacíos, pero, poco a poco, se irá subiendo allí el nuevo contenido con la nueva estética y filosofía/metodología formativo-divulgativa del canal. Gracias :)

[@Lacend_Mecatronics]

Hola X Pikuos

[@Xpikuos]

Hola :)