CAPÍTULO 13 / 40
Fundamentos de Deep Learning
4 lecciones · Explora, experimenta y comprende.
Aprendamos juntos.
Pregúntame sobre este curso o por dónde empezar.
Componer capas lineales con no linealidades y gradientes por regla de la cadena te da una red neuronal — cada concepto del curso se reutiliza dentro del MLP más simple.
- MLPs
- activation functions
- backpropagation
- Paso 54~20m2Código · 15⚡Reto
Softmax y entropía cruzada
Cada clasificador en deep learning moderno termina con el mismo ritual de dos pasos: convertir puntajes en probabilidades con softmax, y med…
Abrir lección - Paso 55~20m3D · 12Código · 15★Más cinematográfica⚡Reto
Regularización: L1, L2 y Elastic Net
Modelos que ajustan perfectamente los datos de entrenamiento suelen fallar en producción. La causa es el sobreajuste. La regularización añad…
Abrir lección - Paso 56~20m3D · 12Código · 15★Más cinematográfica⚡Reto
Retropropagación a través de capas
Entrenar una red neuronal es descenso por gradiente sobre una función muy profundamente anidada. El milagro es que el gradiente se calcula e…
Abrir lección - Paso 57~20m3D · 12Código · 25★Más cinematográfica⚡Reto
Atención: Q, K, V y producto-punto escalado
La atención potencia todo transformer moderno — la arquitectura detrás de GPT, Claude, BERT. En su núcleo es una búsqueda con pesos suaves e…
Abrir lección