Tu primera Red Neuronal para Clasificar Imágenes con Python y TensorFlow: Perceptrón Multicapa MLP
Вставка
- Опубліковано 13 лип 2024
- Explicación visual y paso a paso de cómo implementar una Red Neuronal Artificial, en particular, un perceptrón multicapa (multilayer perceptron MLP) para clasificar imágenes del juego: Piedra, Papel o Tijera. La red neuronal se programa utilizando Python, Tensorflow y Keras.
Para citar este recurso educativo utiliza la siguiente referencia:
Gutiérrez-García, J.O. [Código Máquina]. (2024, 25 de Junio). Tu primera Red Neuronal para Clasificar Imágenes con Python y TensorFlow: Perceptrón Multicapa MLP [Video]. UA-cam. [Incluye aquí la URL del video]
********************************************
Para guiar tu aprendizaje, en este vínculo ( • Curso de Inteligencia ... ) se encuentra una guía secuencial para aprender:
1. Programación Básica con Python;
2. Manejo de Datos;
3. Visualización de Datos;
4. Análisis de Datos; y
5. Aprendizaje de Máquina y Ciencia de Datos.
********************************************
Índice del Video:
0:00 Introducción
0:37 Juego: Piedra, Papel o Tijera
1:07 Datos (Imágenes)
1:48 Preprocesamiento de las Imágenes
6:54 Estructura de una Instancia (Imagen)
8:05 Conjunto de Datos (Imágenes)
9:30 Conjuntos de Entrenamiento y Prueba
11:47 Escalamiento de los Datos
13:50 Diseño de la Red Neuronal (Perceptrón multicapa)
24:20 Configuración del Entrenamiento
31:38 Evaluación de la Red Neuronal Artificial
32:44 Código en Python de la Red Neuronal usando TensorFlow y Keras
El código se encuentra disponible en:
github.com/CodigoMaquina/code...
El conjunto de datos (imágenes de piedras, papeles y tijeras) se pueden descargar de:
github.com/CodigoMaquina/code...
Apoya a Código Máquina dando un Like, con un Super Gracias o visitando nuestra tienda en: / shop
⭐ De la co-fundadora de Código Máquina, productos de cosmética natural SINHAKI:
www.amazon.com.mx/s?srs=12094...
#DeepLearning #AprendizajeProfundo #MachineLearning #RedesNeuronales #IA #AI #Python #DataScience #CienciaDeDatos #InteligenciaArtificial #AprendizajeAutomático #AprendizajeDeMaquina
Apoya a Código Máquina dando un Like, con un Super Gracias o visitando nuestra tienda en facebook.com/C0d1g0Maqu1na/shop
ufff, esto creo que ya lo sé hacer, pero solo por el gusto de seguir un tutorial del profe, me lo aventaré
@pptmtz muchas gracias por tus palabras :)
Quiero VOLVER a expresarle mi agradecimiento por estos videos, yo creo que no hay duda " QUE VD. NACIO PARA ENSEÑAR ", es verdaderamente agradable ASISTIR A SUS CLASES, espero que deje aqui en youtuve, toda la sabiduria que tiene profesor, NECESITAMOS DE VD. --> PARA APRENDER
@k4r4m310. agradezco mucho tus palabras. Este canal es para ustedes :)
Muchísimas Gracias profesor , a sus ordenes
Excelente la explicación
@elioramos5123 muchas gracias!
🎉🎉🎉
@alejandrofonsecacuza muchas gracias por seguir el contenido del canal!
Me deja dudas que hay dentro de la capa softmax. Pero como resumen general está genial.
Muy buenos tus videos, me puede servir para hacer una red neuronal, para predecir el comportamiento, de un cliente, que productos valla a comprar?
Excelente explicación graficas y código Python
@brechazostv muchas gracias por seguir el contenido del canal y por comentar. En definitiva, nos ayuda a llegar a más personas :)
@@CodigoMaquina modifiqué el entrenamiento a 100 epocas y la red con 2 capas ocultas y la eficiencia aumentó a 90%
@brechazostv genial! Vi en Kaggle que con el mismo conjunto de datos original (el que no pre-procesé para el video) han alcanzado 99% de exactitud con redes convolucionales y aumentando datos (favor de ver el siguiente video ua-cam.com/video/A1UXJhsMd70/v-deo.html). Lo comento en caso de que desees practicar un poco más ¡Ánimo!
ahora la parte 2 con redes convolucionales 🥺
@Aldotronix Sí, muy probablemente, uno de los siguientes videos sea sobre redes convolucionales. Creo que es un orden muy natural. Gracias por pasar a saludar :)
buena explicacion pero quede con dudas con la capa SOFTMAX
@juanpablomartinezherrera717 muchas gracias por la retroalimentación. La capa softmax es muy utilizada y ciertamente amerita su propio video para explicarla con todo el detalle. Próximamente incluiremos el video en el canal.