Це відео не доступне.
Перепрошуємо.
IA NOTEBOOK #4 | Programando Red Neuronal desde Cero! | Programando IA
Вставка
- Опубліковано 22 жов 2018
- Tutorial completo de cómo programar desde cero una Red Neuronal!
-- [Herramientas de programación] --
Google Colaboratory
colab.research...
-- [Fe de errata] --
¡Si localizas algún error en el vídeo, coméntalo y lo incluiré en este apartado!
-- ¡MÁS DOTCSV! ---
💸 Patreon : / dotcsv
👓 Facebook : / ai.dotcsv
👾 Twitch!!! : / dotcsv
🐥 Twitter : / dotcsv
📸 Instagram : / dotcsv
-- ¡MI TECNOLOGÍA! ---
** Aquí no está toda mi tecnología, sólo aquella que realmente recomiendo. Usando estos links de Amazon yo me llevaré una comisión por tu compra :) **
[Tecnología básica para UA-cam]
💻 Portátil - MSI GP72 7RDX Leopard : amzn.to/2CDwvgY
📸 Cámara - Canon EOS 750D : amzn.to/2CDPqbi
👁🗨 Objetivo 1 - EF 50 mm, F/1.8 : amzn.to/2CH7npx
👁🗨 Objetivo 2 - EF-S 18-135mm : amzn.to/2DuhL5t
👁🗨 Objetivo 3 - EF 24 mm, F/2.8 : amzn.to/2AYAFQm
🎤 Microfono - Blue Yeti Micro : amzn.to/2RItA0I
💡 Foco Luz - Foco LED Neewer : amzn.to/2AYCM6K
🌈 Luz Color - Tira ALED Light : amzn.to/2B2iY2l
[Mis otros cacharros]
📱 Smartphone - Google Pixel 2 XL : amzn.to/2RMuY2v
- ¡MÁS CIENCIA! --
🔬 Este canal forma parte de la red de divulgación de SCENIO. Si quieres conocer otros fantásticos proyectos de divulgación entra aquí:
scenio.es/colab...
#Scenio
📸 Sígueme en Instagram para más contenido tras las cámaras : instagram.com/dotcsv/
💸 ...y apoya el canal en Patreon!!! : www.patreon.com/dotcsv
disculpa no tienes el código??
Que locura este video man!!! me ha encantado. La verdad que no he realizado desde tan bajo nivel redes y ha sido muy productivo. Mi recomendación es que te hagas cursos de estos en Udemy. No por el hecho de monetizar solamente de otra forma, sino porque me parece que es una modalidad que a uno como aficionado nos es mucho mas desafiante ir avanzando paso a paso. De todas formas este tipo de video me parece que es muy bueno.
Pregunta, si no tengo la Grafica,
¿se podría decir que mi certeza de que funciono el descenso del gradiente es por que el el valor de
loss[len(loss)-1]
es lo mar cercano posible a "0" si es mas alto no funciono
lo interpreto de forma correcta ??
Felicidades por todo el trabajo que estás realizando. Podrías sugerirnos algún libro donde aprender Python desde cero para gente que no ha estudiado informatica. Gracias
Muchas gracias por este video , he visto varios sobre el mismo tema pero me gustó este con diferencia sobre los demás. Nuevo sub y like.
Esta es la clase contenido que le devuelve la fe de uno en la humanidad.
De la robótica
ESTAS VIVO
La satisfacción después de ver que tu red neuronal consigue entrenarse correctamente, ¿verdad? :) Pues ahora acepta el reto y prueba tú con otros ejemplos de datasets! Si consigues algún resultado interesante compártelo conmigo a través de Twitter! Por cierto, por si a alguien se le ha escapado, el Sábado pasado realicé un DIRECTO muy muy interesante sobre IA y Medicina en el canal de Diario de un MIR. Si quieres verlo lo tienes aquí: ua-cam.com/video/omR24_22IKI/v-deo.html
Y ya que les has dado a "leer más" a este comentario, pues gracias y hasta el próximo vídeo! :)
Felicidades! No pares por favor...
Cual es la musica de intro
Hola me encanta tu canal y me pareció genial. Sigue adelante con este proyecto.
mira me salta el siguiente error:
---------------------------------------------------------------------------
NameError Traceback (most recent call last)
in ()
3 from IPython.display import clear_output
4
----> 5 neural_n = create_nn(topology, sigm)
6
7 loss = []
NameError: name 'create_nn' is not defined
buscando la solución me tope con que al ejecutar tu código me trae también el mismo error. No estoy entendiendo por que me lo toma como not defined
@@Nemxxi Hola, create_nn deberias tenerla definida en alguna "celda de código" anterior, en el video lo hace en el minuto 26:45 . Si ya la tienes, tal vez podrías probar ponerle play de nuevo a la celda.
Apenas voy a implementar el ejemplo, muchas gracias, quedan muchas dudas, es, como dirían Uds: La punta del Iceberg :)
Estos son verdaderos canales.
ademas gratis
Un verdadero Señor canal
Y el del faraon love shady
A un nivel completamente diferente
Por que este es el único canal que te enseña a diseñar una IA de verdad y no te cuenta un par de noticias copiadas sobre lo malévolo o futurista que es?
ALBERT VOLCOM porque hay muy poca gente que sea capaz de hacerlo
Porque no es una IA 🤫 es una red neuronal, un cerebro solo no es nada sin la persona que lo lleva...
No es algo que pueda hacer cualquiera, bueno dehecho si, pero muy poca gente se da a la tarea de aprender!
Siraj Raval lleva más tiempo
Hay muchos canales que enseñan esto, incluso más buenos o contenido en Coursera de universidades como stanfor o empresas como IBM.
Joderrrr! Que emoción cuando al fin funcionó! Hasta se me salio una lagrima de la emoción, genial enserio genial! Gracias por todo
hoy te descubri, mire todos los video de la red neuronal y justo sale el video de como programarla. no se si es suerte o me estas monitoreando XD muy buenos los videos!!!
De lejos, he aprendido más sobre redes neuronales con los videos de Carlos que lo que aprendí en la maestría. Entendí las ecuaciones de backpropagation!!, y la cereza del pastel es la implementación de una red neuronal en python!!
Carlos, en los años que llevo como analista, es la primera vez que encuentro a una persona que de su conocimiento sin interés alguno más que el de enseñar. Te felicito por tu gran voluntad y sobre todo por tu humildad. Lo mejor para un buen ser humano.
De verdad sos una gran persona por dedicarte a sacar estos videos y seguramente tener la satisfacion de que gracias a vos muchos estamos entendiendo lo que son las redes neuronales , comentarte que gracias a vos pude implementar un red neuronal en ARDUINO cosa que ahi no entra tensorflow ni otras librerias, te agradezco mucho gracias por todo!!!!!
Buenos días compañero, podrías facilitarme algo de información sobre tu proyecto, te lo agradecería mucho.
¡Woooow! Increíble, cuéntanos más sobre tu proyecto.
¡Saludos!
Hola buenas, necesito hacer algo parecido. Tenes alguna pagina o código para compartir que sirva para implementar en arduino? Desde ya gracias.
el manejo de los conceptos de que tiene este hombre es impresionante, la forma en que usa el lenguaje, la redacción de la ecuaciones de forma tan sencilla, cualquiera que se encuentre con ese código y sin documentar queda loquisimo. Yo llevo algún tiempo programando, pero no IA, y con esta clase aprendí mucho de python que no sabía hasta ahora, que gran aporte, gracias!
1:14:21 Este momento de mi vida se llama felicidad
Muchísimas gracias Dot CSV
Muchisimas gracias por tus enseñanzas!!!!!!! Este es lejos de los mejores canales de youtube que hay, LEJOS!!!
Llevo muy poco tiempo viendo tus videos pero me son de gran ayuda para mi Master en Data Science. Muy muy muy buen trabajo y magnificamente explicado. Muchas gracias por tu tiempo y dedicacion. Espero poder aportar en coto espacio de tiempo. Un abrazo
gracias por hacer que yo aprenda.. son excelentes los videos ..por favor mas videos ..gracias
"a lo mejor en un futuro tendremos programación semántica" 😄
En el minuto 34:46 escribes la derivada de MSE, pero te dejas multiplicarla por 2, ya que no utilizas la mitad del MSE. Pero no es grave. Nada que el factor de aprendizaje no pueda absorver. :)
Me extrañó la elección de la arquitectura [p, 4, 8, 1], que obliga a la primera capa a disponer 4 rectas para configurar una región circular. Lo suyo habría sido usar una [p, 8, 4, 1] que habría generado el círculo con 8 rectas inicialmente en la primera capa oculta. Seguro que el resultado mejoraría mucho.
Por lo demás, excelente aporte.
¿No habría que dividir la derivada entre el número de ejemplos también?
La derivada del MSE está bien. Se Utiliza 1/2 porque se compara punto por punto. (Solo dos valores). Su derivada anula el valor de 1/2 y solo queda la diferencia.
La pregunta sobre dividir entre el numero de ejemplos. No, estas tomando la variación del error de Una salida real y Una estimada. Sigue siendo 1/2 el MSE (de una sola salida real y estimada). Cuando se hace la comparación final después de 1 entrenamiento. (En este caso 500 valores) el error cuadrático medio que se usa es en comparación de los 500 valores para obtener un único resultado que se usa meramente para que nosotros tengamos información visual. (Esto ayuda a saber si realmente la red se está entrenando)
Explicación Matemática y Aplicación al Back Propagation:
towardsdatascience.com/learning-backpropagation-from-geoffrey-hinton-619027613f0
Una pregunta quizás es tonta para ustedes pero me serviría de mucho, como elijo el numero de neuronas en una capa?
@@claudioayma9906 No hay una respuesta única para esa pregunta. Si alguien ha resuelto tu problema u otro parecido, puedes inspirarte en su topología, pero al final tendrás que probar varias y quedarte con la que mejor resultados te de. Claro, necesitarás una estrategia para probar de manera eficiente... e investiga acerca de hacer una cross validation para ajustar los hiperparámetros de un modelo (el número de capas y de neuronas de cada capa son hiperparámeteos)
@@XdCrIs789 Creo que entiendo la pregunta de Aquas DoA:
¿La derivada del coste no habría que dividirla por el número de OUTPUTS también? Es, decir, el número de neuronas de la última capa (ya que el MSE es la media de los errores)
He intentado estudiar esto n veces en plataformas como coursera y otras, siempre con malos resultados,
Recién hace unos meses sigo tus canales, inicie a ver tus videos de programación de Not SCV
Luego recién hoy descubrí estos videos y de verdad no pude parar hasta el final de este, me quedo boquiabierto, de lo excelente que explicas, y lo bien que conjuntan la teoría de temas complejos, la programación y las matemáticas, en explicaciones y ejercicios simples.
Gracias por tu trabajo.
Muchas gracias por el vídeo, por fin alguien enseña lo que es una red neuronal en realidad, y encima gratuitamente. Gracias por compartir tus conocimientos.
Hola, muchísimas gracias por estos vídeos donde lo implementamos todo de verdad, desde cero.
Voy por el minuto 54:15 y creo que la "forma correcta" de (500, 1) estaba ahí por el print de a.shape 4 líneas más arriba, no por deltas.shape, ya que deltas es una lista. Para evitar confusiones
Gracias, excelente video. Lo logré realizar en R y de verdad que es otro nivel. Gracias por este video tan valioso!!
Mejor explicado, no se puede. Felicitaciones!!! y muchas gracias.
@DotCsv Gracias por el Contenido, estudio ingeniería Informática 2 año en la Cujae Universidad Tecnológica de La Habana y he adelantado el contenido de Redes Neuronales
Súper genial !!! Estoy en una auxiliatura de AI en la Uni y tus videos son lo mejor que he visto hasta ahora !!! Gracias por dedicarte a ayudarnos ⭐️
Hacía mucho tiempo que vengo queriendo implementar mi propia red neuronal y llevo un tiempo tratando de aprender todo lo posible sobre su funcionamiento y sobre las ideas intuitivas que hay detrás de la matemática que utilizan para funcionar, y no ha sido hasta que encontré tus tutoriales que empecé a entender por lo menos las nociones básicas de los algoritmos que se utilizan y por lo tanto ya poder empezar a soltarme un poco y experimentar por mi cuenta.
Hice mi primer red neuronal, gracias a tus videos y tu forma tan didáctica de explicar y la verdad que estoy muy contento.
Gracias por compartir tu conocimiento y en cuanto tenga la posibilidad espero poder contribuir a tu canal mediante patreon.
Saludos!!
Ud lo llego a aplicar a texto amigo ? es decir para que la red neuronal aprenda lo que es texto ?
Ufffff. MEGA LIKE!
Yo sé que poca gente ve los videos de notebook, pero los que los vemos nos quedamos todo el día viéndolo, eso te genera tiempo de reproducción. Considéralo
Es grandioso y admirable la forma en como compartes conocimiento, pero mucho mas grandioso es el como cambias vidas. Muchas gracias!
Que tal?, primero agradecerte Carlos por tu tiempo y esfuerzo pues el contenido, edición y sobre todo la forma en la que lo entregas (Curso ¿Que es una red neuronal?, de hecho todas tus aportaciones) son verdaderamente de aplaudir. Yo en lo personal soy mas de matemáticas y me gusta desarrollar los algoritmos aunque soy neófito en este tema, es claro que hay un vasto campo para andar y lo que presentas es una forma de iniciar y continuar, lo digo por comentarios que he leído aquí mismo, ahorita estoy comenzando con Python pero estoy por iniciar con las librerías ya que entiendo lo que implica en este momento la codificación de los algoritmos (que se puede pensar innecesario pues ya estan). Como se dice, hay mucho material, canales también muy buenos y que para mi poco conocimiento éste es de los mejores,.
Bravo Carlos y nuevamente muchas gracias.
Tengo una observación que quizá este equivocada pero ahí va: en éste vídeo en el minuto 22:35 hablas de la derivada de la función sigmoide diciendo que es el valor de entrada por 1 menos el valor de entrada ----> X(1-X), cuando deberia ser (creo) la función de activación multiplicada por uno menos la función de activación ----> F(x) (1 - f(x). Si estoy en una equivocación te agradecería me lo hicieras saber, sin necesidad de lo contrario.
Gracias por todo.
@@garbo181 Que tal, me da gusto saberlo, al menos ya puse un pequeño granito. Y lo que comentas seria bueno que Carlos lo comentara para que alguien mas no caiga en ello. Adelante.
¡Hola! No sabe la diversion que tuve con los videos que componen el camino a este y pues claro, este mismo. La programacion me dio un resultado bastante similar. Mil gracias.
¡Saludos desde Costa Rica!
Excelente canal y muy poca audiencia para el contenido de gran calidad que subes! Sigue así, eres el único canal que conozco que sube tan buen contenido de redes neuronales
se agradece el compartir tus conocimientos, odio a la gente que se guarda lo que sabe, enseñar es la mejor manera de avanzar a un futuro mejor
Con este video me volvieron las ganas de ir por programación de verdad y no lo típico de software para empresas. Gracias maestro!
Cuando al final por fin funcionó... no te puedo explicar la emocion. Sos crack. Vengo mirando todos tus videos de redes y sos super claro. Explicas mejor q mis profesores del magister q estoy haciendo en ciencia de datos. 💜 Gracias !!!
Tu canal es maravilloso, es muy dificil encontrar informacion tan clara y con semejante nivel de expertice , muchas felicidadez!!. No puedo esperar a tu siguiente video SALUDOS!!
Mucha gracias Carlos, excelente tu explicación, logré llegar al final de código y me funcionó, muchas gracias y espero que continúes compartiendo tu conocimiento, un abrazo desde Colombia.
Pregunta. En el minuto 53:50 hace uso de la derivada de la función de activación y pasa como parámetro la activación (a). ¿No sería lo correcto pasar la suma ponderada (Z) como parámetro ya que es lo que dicta la derivada parcial?
No se si llego algo tarde, pero creo que es correcto en el video por cómo define la derivada de la función de activación. Define la derivada como x(1-x), pero no es que la derivada de sigm(x) sea x(1-x) sino d sigm(x)/dx = sigm(x) · (1 - sigm(x)). Entonces, tienes que evaluar la derivada en el valor de a en lugar de z por cómo se ha definido.
Tampoco estoy seguro al 100%, no hecho antes nada de estoy y no tengo los conceptos asentados aún.
Video espectacular, nunca comento ningún video pero la verdad que esto ha hecho que empiece mi curiosidad y ganas de aprender en el mundillo de la IA. GRACIAS.
No solo me refiero a este video, si no a la serie en general. Un saludo.
Ojalá todo you tube fuera como tu maquina. Un crack, se agradece que exista gente como tu....
Muchas Gracias!!!
En verdad muchas gracias por compartir tus conocimientos y enseñarlos de forma tan clara.
Recién estoy incursionando en el mundo de la IA y estoy fascinado con lo que se puede hacer.
Muchas Gracias
Aún recuerdo cuando programé en el 2010 mi primera red neuronal desde cero con Java. Era una locura testear con los distintos parámetros de entrenamiento y soñar algún día tener las Librerías a disposición para escalar en funcionalidades. Hoy es más fácil utilizar la imaginación para la meta final: Pasar a la consciencia artificial y crear el mayor logro de los tiempos. Un ser completamente racional.
Excelente video, tengo 18 años y vídeos como estos me llama mucho la atención.
En el poco tiempo que voy revisando los videos puedo decir que esto es lo mío y quisiera conocer mucho más. Gracias Dot CSV.
Soy de los que selecciona los canales más adecuados a mi entendimiento, tu vídeo dura algo más de hora y cuarto lo que supone una media de tres horas para poder desarrollar mi propio programa entendiendo los pasos, obviamente y... funciona, pero (siempre hay un pero para mí) sólo me imprime datos; los datos numéricos son interesantes porque en las siguientes épocas puedes comprobar si el modelo está o no funcionando pero no imprime en pantalla las imágenes: última línea de código, print("equal") así de sencillo es el error de sintaxis, algo muy frustante porque es muy interesante ver los datos junto a una imagen evolutiva. Gracias por compartir tus conocimientos, por tus esfuerzos, es muy entendible, pedagógico... Un abrazo cordial desde Bilbao, gracias de nuevo.
Lo logré, casi me revienta la cabeza cuando metí el ploteo dentro de un for y nunca daba el resultado esperado, hasta que me di cuenta gracias !!!
Este vídeo es increíble y me ha ayudado muchísimo a entender la redes neuronales. Ojalá más vídeos de IA Notebook y muchas felicidades, vaya currazo!
Un día dije que haría este tutorial, pero pasaron 2 años hasta que me volvió aparecer el video. Se siente bien haber podido hacerlo al fin!
Vaya empacho madre mía. Esto es una hora y cuarto de práctica, pero para fijar todo el fundamento, esto lleva días xD. Creo q tendré verlo unas cuantas veces más
Que emocionante ver ésta clase de videos, la verdad una total admiración por tu trabajo y por lo mucho que nos aportas. Excelente trabajo. Muchas pero muchas gracias.
Mi primera red neuronal, fue todo muy genial. a pesar de que sea nuevo en este tema toda la explicación fue muy clara y me funciono.
Logro conseguido, muchas gracias, amigo. Has logrado hacer que de no saber nada sobre el tema haya logrado versionar tu código a Matlab (puede que Python sea la leche, pero yo como estudiante de electrónica me siento más cómodo con C/C++ o Matlab xD) y programado mi primera red neuronal en unos pocos días. Un saludo, sigue así!
P.D: Espero con ganas esos vídeos sobre topologías y elección de parámetros.
es mi primera Red neuronal, estoy preparando un trabajo de una materia que se llama automatización, tu trabajo puede estar ayudándome a que no salga de la universidad, básicamente tu estarías asegurando mi futuro en la carrera, no sabes cuanto te agradezco, cuando tenga trabajo me haré patreon lo juro, pero solo si es trabajo de ingeniero graduado jajajaja.
Excelente video. Es mucho mejor que algunos que he visto en cursos formales en línea sobre desarrollo de redes neuronales. En verdad gracias por compartir el conocimiento de una forma tan simple y didáctica!!! Un abrazo
Solo sere uno mas de los que aplauden tu trabajo y dedicacion. Seria muy util para ir entendiendo el proceso, añadir graficas con la "geometria" de la red neuronal ! excelente trabajo y muchas gracias!
es bastante bueno, realmente me aclaro demasiado las dudas y aunque no me gusta programar o cualquier cosa que tenga que ver es realmente agradable y menos complicado para gente como yo... saludos desde Colombia
Increíble canal. Te agradezco mucho por la calidad del contenido y la dedicación. Te descubrí hace una semana y ya miré todos los vídeos de la saga de redes neuronales. Saludos desde argentina.
5 años después.... sigue igual! La misma buena energía y el mismo cariño praa enseñar.
Hey tengo que visitar el iia algún día estoy a 15 minutos de allí.
El video esta muy bueno. Recomiendo usar una variable distinta a "l" pues se confunde mucho con el 1
le puse un 1 x2, hahaha ahora uso idx en lugar de i
Eres el mejor bro y eres una de las personas que me inspiraron a tener Ubuntu con tensorflow y empezar a practicar.
Es de lo mejor que he aprendido!
Primero de todo, agradecer tu contribución al aprendizaje altruista y al desarrollo competencial de esta disciplina, como adivinarás soy nuevo en este mundo y después de seguir el video me surge una duda, bueno muchas pero..., tenía entendido que la función de perdida de los mínimos cuadrados se utilizaba para regresión lineal, que cuando la función de activación era la sigmoide se utilizaba : J(theta) = -Yr * log(Yp) - (1 - Yr) * log(1 - Yp), no obstante funciona perfectamente. De nuevo, gracias
Me puse a jugar con las variables del dataset y tenia un error al terminar el tutorial, dure casi 30min buscándolo pensando que era error de logica y me di cuenta que se me olvido devolver una variable a su valor original, menos mal no alcance a venir a quejarme acá, EXCELENTE TUTORIAL, sigue así, saludos desde Colombia!
Buen trabajo compadre!.
Me falta conocimiento en Python, necesitaría ver este vídeo muchas exes para entenderlo bien. Pero al menos ya tengo una idea más clara de cómo funciona internamente una red neuronal.
Me ha parecido un clase estupenda, pletórica de contenido positivo, me hubiera gustado y seria mas pedagógica esta buena enseñanza si
al momento de hacer funcionar la red quitando capas neuronales, se hubiera implementado una solución diferente que resolviera esta dificultad
dejándolas y se resolviera con parámetros funcionales adecuados, no estoy dispuesto a "podar" una red neuronal si he creado pensando que debe ser así.
considero el trabajo expuesto de excelente nivel gracias por tu aportación.
Excelente capacidad docente y los contenidos magnificos... Muy feliz de poder realizar esta actiividad
Podrías hacer mas implementaciones de redes neuronales desde cero por favor así como esta pero mucho mas sencillas para entender bien el proceso ya que en la teoría se entiende que las capas ocultas tienen funciones que afectan el resultado pero ya en la practica se generaron varias capas ocultas pero no entendí que función tuvieron
Todo esto me parece fantástico, abres mi cerebro a un mundo lleno de posibilidades nuevas
No sabes lo valioso que resulta este contenido para muchos de nosotros.
Muchísimas gracias!!
Genial el video, como todos los de DotCSV, gracias a este canal me he enamorado de el campo de la IA. Ya estoy esperando un IA NOTEBOOK #N | Programando una Red Neuronal Convolucional desde Cero!
Felicidades por el acabado de tus videos, tu capacidad pedagogica nata y las amenas noticias
Hola Dot CSV, buen canal, la verdad vi el video hace un par de semanas, y me pareció genial.
Ahora estaba buscando algo en particular pero me encontré con algo particular:
Si bien la derivada de la función sigmoide si es : y(1-y), donde y = f(x) (función sigmoide),
me parece que lo estas usando como función cuadrática (23 min).
Al usarla en el minuto 53 aprox, me parece que ratificas que la estuvieras usando como función cuadrática.
Realizo el comentario en buena onda, ya que aprecio este canal.
Estoy analizando el código línea por línea y buscando errores, y esto me ayudó! Gracias por el comentario!
Excelente canal. Sin más palabras. Sigue así, con contenido concreto, de calidad y gratuito. Abrazo desde Argentina.
Genial !!!
Muy feliz!!!
Sin duda tuve que repetir todos los videos varias veces para digerir todos los conceptos. Para mí un gran paso.
Gracias !!!!
Muy bueno tu trabajo, pude hacer todo el código. Solamente tuve problemas cuando tuve que encontrar errores y me costaba diferenciar la variable "l" del 1, debido la tipografía que utiliza el notebook. Saludos
Excelente tutorial, e tenido errores desde el inicio, pero de esto se trata de entrenar la red y uno al mismo tiempo para saber donde esta el error. mil gracias....
Una cosa es verlo en teoria y otra en la práctica mis respetos por fin entiendo como funcionan realmente las redes neuronales muchas gracias!
heyyyy pero que crack! no tenia ni idea de phyton, ni de redes neuronales pero con este vídeo (y con todos los de esta sección de tu canal) lo he logrado, gracias! ahora sera esforzarme por ser el estudiante A, (por que de momento estaría en el C) gracias!!
Uff... enhorabuena por el canal...
Se me ponen los pelos de punta con todo lo que he aprendido en tres horas de videos...
Eres un crack!!!
Enhorabuena por el vídeo y por todo tu canal! De los mejores canales que he visto y de las mejores explicaciones que he recibido en todos mis años de estudio
Mil felicitaciones el mejor video de IA que he visto en Español. Sigue así y sigue sacando más videos por favor.
Nunca me habia divertido antes haciendo converger resultados, muy buena experiencia.
Que genial poder programar una red neuronal así, muchas gracias y en estos días haré el reto, me ha costado un poco ya que no tengo mucha experiencia programando porque lo hago ocasionalmente pero esto motiva hacerlo más seguido. Muchas gracias y seguiré los los IA NOTEBOOK y todos tus videos
SOS LO MAS CRACK QUE EXISTE. TE AMO, DE VERDAD.
La idea de definir cada capa por separado me ha parecido genial. Muy clarificador. Genial.
Me he pasado toda la mañana programándolo, y tras varias horas finalmente logre el resultado del video, y estoy realmente satisfecho. Muchas gracias por este pedazo de tutorial y espero mas de este tipo :D
Supremo tutorial Carlos, gracias a esta explicación hice mi primer red neuronal. Impresionante
He flipado tio!!!!! no entendía al inicio; es como cuando estudias administración y te hablan de un error de sintaxis del código. Gracias Dot CSV!!!!!
Muchas Gracias, pude realizar la programación y ver funcionar el algoritmo,
En el minuto 23:02 la derivada del sigmoide y su gráfica están mal, debería haber sido sigm[1](sigm[0](_x)).
De todas maneras es un excelente video. Sin duda tu canal es un recurso obligado y muy valioso para todo aquel interesado en la IA.
Interesante, podrias compartir guias de laboratorio o documentos con los fundamentos teoricos para poder profundizar mas en el tema
un café también de paso? xD
@@fernandogmail1 xdxd
@Dot CSV pronosticando Copilot en el min 49:25
me viene genial el video,... justo ahora queria empezar a estudiar propiamente AI, y que mejor que hacer una red neuronal simple desde 0, en mi caso con C++. Me has aclarado muchas dudas
Para representar el error cometido, poner el eje de ordenadas en escala logarítmica ayuda a apreciar mucho mejor la variación o mejora del error.
Genial vídeo, me he suscrito a ti solo por el trabajo de programar tú la red, no todo es hacer llamadas a librerías de terceros.
Es increíble el vídeo, de lo mejor que he encontrado. Estoy montando mi propia red en base a él. En el minuto 53:47 la derivada de la función de activación no habría que evaluarla en el punto z? el a es el resultado de la salida de la función de activación, pero tenemos que evaluar su derivada en el punto de entrada, ¿no?
Muy buenos los vídeos muy bien explicados y didácticos los veo a todos y a todos le doy like. La verdad es lo más útil que que en youtube hasta ahora. Te Saluda Christian desde ARGENTINA
He llegado a este canal luego de 5 años. Muy bien
gracias por tus videos, estoy siguiendo un curso de Tensorflow en línea, pero no entendía muchas partes del código hasta que empecé a ver tu canal
Es el primer Notebook que me costó entender, tal vez tenga que repetirlo un par de veces y documentar cada una de las lineas para que no cueste tanto. Pero aún asi es mucho mejor que otros tutoriales y maestros con los que me he topado.
Excelente vídeo 👍. Para poder seguir mejor tus explicaciones y no tener que lidiar con la sintáxis, sería recomendable tener el código en un enlace. Gracias de antemano. Saludos
Buen vídeo!
Muy claro. La verdad sos un genio explicando.
Ahora queda tocar por nuestra parte.
Saludos desde Argentina
El proceso de propagación del error es, en cierto modo, similar a la filosofía empleada en los métodos multimalla para solucionar sistemas de ecuaciones lineales. Excelente vídeo ¡gracias!
Increíble!! Muy agradecido por tu dedicación y el tiempo invertido en la educación nuestra :).
Que suerte que descubri este canal la semana pasada y ahora empieza lo bueno
Vengo porque Rafael Tuduri me dejo una gran inquietud de investigar sobre el tema. Me parece fantastico!!!!!!!