Yo he visto varios cursos de ML en ingles, y este curso no tiene nada que envidiarle a estos, están muy bien explicados los conceptos y tiene muy buenas practicas de código y de programación, Un nuevo Follower por aquí.
Excelente video Muchas gracias, un excelente resumen de cómo utilizar esta librería, Y cómo hacer todo un modelo con redes neuronales, muchísimas gracias por este video P.D. ya compartí este vídeo en mis redes sociales
Hola Miguel. Me encanta tu contenido. Te hago una consulta ¿Tenés un orden sugerido para los cursos de tu academia? Me interesaron bastante los temas que se enseñan ahi. Te comento que recien estoy metido en esto de la Ciencia de Datos. Actualmente estoy haciendo los primeros años de una Licenciatura en Matemática (orientación aplicada) y me gustaría ya adentrarme más profundamente en el Machine Learning. Saludos
muy buen tutorial!!. ¿Por casualidad tendrás algún video de transfer learning utilizando transformers? En especifico lo que busco hacer es un modelo de text clasification en donde la capa de salida sea distinta a la de los transformers disponibles en hugging face, por ejemplo, el transformer predice 3 clases pero yo quiero aplicarlo para 20 clases. Entiendo que se puede eliminar la capa de salida y reemplazarla por otra pero no tengo claro como hacerlo. Muchas gracias de antemano
Amigo como estas? excelente lección nos diste!! Muchas gracias!! Estoy necesitando que una IA aprenda a detectar cambios sobre una carpeta y si encuentra carpetas dentro de un directorio especifico entonces que realice una acción, es esto posible ?
Cuando crea la Clase RedNeuronal aparece subrayado, cómo se logra hacer el subrayado.Cuando se ejecuta sale error y no muestra el tipo de solución. class RedNeuronal(nn.Module). Agradeceré alguna alternativa.
Me ha encantado tu video, he comprado 100 unidades de colab para usar GPU. he cambiado el entorno de ejecución para usar GPU y actualizado los parámetros para cargar el data set entero en memoria y usar batches con todos los datos. Sin embargo no veo una mejora en el rendimiento significativa, con 100 iteraciones está tardando 10 minutos el entrenamiento que es más o menos lo que me tardaba con la cpu. ¿podrías decirme qué puedo estar haciendo mal? Gracias
Todo depende de los detalles del problema que estés resolviendo. ¿Qué tipo de datos estás usando? ¿cuántos datos estás usando? ¿qué modelo estás implementando? ¿verificaste que efectivamente la GPU está no sólo habilitada en Colab sino que realmente pytorch la está usando durante el entrenamiento?
@@codificandobits muchas gracias por tu pronta respuesta !! . Pues es tu ejemplo de este video. Tu notebook tal y como lo compartiste, pero en vez de 100 epochs puse 1000 y dataloader lo configuré para cargar todos los datos de una vez con batch_size=100000. Sí , device es 'cuda' , lo he verificado en la linea modelo().to(device) . Además he visto que is unidades de computación han disminuido, así que sí ha debido de usar la gpu. Muchas gracias de nuevo !
@@ellocodelbitcoin1899 Entiendo. Puede deberse al batch_size. No es recomendable introducir todos los datos (100000) de una vez pues se consume demasiada memoria RAM y esto puede ralentizar el entrenamiento. Valores usados generalmente son 32, 64, 128. Prueba con estos valores para ver si se aprecia algún cambio
🔥🔥Academia Online: codificandobits.com 🔥🔥
🔥🔥Asesorías y formación personalizada: www.codificandobits.com/servicios/ 🔥🔥
Excelente
Yo he visto varios cursos de ML en ingles, y este curso no tiene nada que envidiarle a estos, están muy bien explicados los conceptos y tiene muy buenas practicas de código y de programación, Un nuevo Follower por aquí.
☺☺☺ un saludo y gracias por tu comentario!
LLegas justo a tiempo hombre! Muchas gracias! Como siempre la mejor información y tutoriales sobre el amplio mucho de la inteligencia artificial
Excelente, muy claro, al detalle cada línea de código.Muchas Gracias.
Gracias por el tutorial. Me parece excelente en contenido de tu canal y estoy buscando un tutorial de Pytorch. Muchas gracias. Nuevo suscriptor.
¡Bienvenido al canal!
Excelente video Muchas gracias, un excelente resumen de cómo utilizar esta librería, Y cómo hacer todo un modelo con redes neuronales, muchísimas gracias por este video
P.D. ya compartí este vídeo en mis redes sociales
Muchas gracaus por sus videos!!
Muy interesante!
En el caso para desarrollar una red neuronal que optimice la utilización de combustible
Considerando datos númericos
Eres un genio!!! Muy bien explicado, maestro!!!!
Muchas gracias, saludos desde la UNET, Venezuela!!!
Que buen video, voy a aprovechar mucho tus videos
gGracias por el video, lo mas dificil de entender fueron los calculos de las metricas, exactitud y perdida
Gracias por tu dedicación a enseñarnos. 🥺
😀😀 con todo el gusto... es mi pasión compartirles este contenido!!!
Hola Miguel. Me encanta tu contenido. Te hago una consulta ¿Tenés un orden sugerido para los cursos de tu academia? Me interesaron bastante los temas que se enseñan ahi. Te comento que recien estoy metido en esto de la Ciencia de Datos. Actualmente estoy haciendo los primeros años de una Licenciatura en Matemática (orientación aplicada) y me gustaría ya adentrarme más profundamente en el Machine Learning. Saludos
Excelente tutorial! Muchas gracias
De nada!!!!
Ufff que tutorial❤
muy buen tutorial!!. ¿Por casualidad tendrás algún video de transfer learning utilizando transformers? En especifico lo que busco hacer es un modelo de text clasification en donde la capa de salida sea distinta a la de los transformers disponibles en hugging face, por ejemplo, el transformer predice 3 clases pero yo quiero aplicarlo para 20 clases. Entiendo que se puede eliminar la capa de salida y reemplazarla por otra pero no tengo claro como hacerlo. Muchas gracias de antemano
Excelentee video, gracias!
Amigo como estas? excelente lección nos diste!! Muchas gracias!!
Estoy necesitando que una IA aprenda a detectar cambios sobre una carpeta y si encuentra carpetas dentro de un directorio especifico entonces que realice una acción, es esto posible ?
Gran tutorial, gracias...!!
😊😊 con gusto, me alegra que te haya gustado!
Qué requisitos de hardware son necesarios para entrenar una IA de verdad de forma local. Gracias.
Podrias hacer asi un Tutorial pero implementando explicando Tensorflow? Muchas gracias
Cuando crea la Clase RedNeuronal aparece subrayado, cómo se logra hacer el subrayado.Cuando se ejecuta sale error y no muestra el tipo de solución. class RedNeuronal(nn.Module). Agradeceré alguna alternativa.
¿Esto sirve para series de datos?
Excelente, gracias
Me ha encantado tu video, he comprado 100 unidades de colab para usar GPU. he cambiado el entorno de ejecución para usar GPU y actualizado los parámetros para cargar el data set entero en memoria y usar batches con todos los datos. Sin embargo no veo una mejora en el rendimiento significativa, con 100 iteraciones está tardando 10 minutos el entrenamiento que es más o menos lo que me tardaba con la cpu. ¿podrías decirme qué puedo estar haciendo mal? Gracias
Todo depende de los detalles del problema que estés resolviendo. ¿Qué tipo de datos estás usando? ¿cuántos datos estás usando? ¿qué modelo estás implementando? ¿verificaste que efectivamente la GPU está no sólo habilitada en Colab sino que realmente pytorch la está usando durante el entrenamiento?
@@codificandobits muchas gracias por tu pronta respuesta !! . Pues es tu ejemplo de este video. Tu notebook tal y como lo compartiste, pero en vez de 100 epochs puse 1000 y dataloader lo configuré para cargar todos los datos de una vez con batch_size=100000. Sí , device es 'cuda' , lo he verificado en la linea modelo().to(device) . Además he visto que is unidades de computación han disminuido, así que sí ha debido de usar la gpu. Muchas gracias de nuevo !
@@ellocodelbitcoin1899 Entiendo. Puede deberse al batch_size. No es recomendable introducir todos los datos (100000) de una vez pues se consume demasiada memoria RAM y esto puede ralentizar el entrenamiento. Valores usados generalmente son 32, 64, 128. Prueba con estos valores para ver si se aprecia algún cambio
de nada sirve si un "from torchvision import datasets" solo funciona en Colab .... de todas maneras gracias
Colab es gratis!w
@@o.enriqueapoloapolo8792 es facilismo
Hola Johan! También puedes instalar torchvision localmente con "pip install torchvision" y ejecutar todo localmente sin necesidad de Google Colab
@@codificandobits gracias, lo probe otra vez, no se porque la primera no me funcionó
Gracias
Con todo el gusto!!!