Deep Learning con Keras y Pytorch
Deep Learning con Keras y Pytorch
Gallego Sanchez, Antonio Javier
La Inteligencia Artificial ha experimentado un gran auge en los últimos años, tanto en el mundo académico como en el empresarial, con increíbles resultados en el reconocimiento de voz, los modelos de conversación, la visión artificial y otras aplicaciones. Detrás de todos estos avances se encuentra la tecnología basada en los modelos matemáticos de redes neuronales profundas, c...
Sinopsis
La Inteligencia Artificial ha experimentado un gran auge en los últimos años, tanto en el mundo académico como en el empresarial, con increíbles resultados en el reconocimiento de voz, los modelos de conversación, la visión artificial y otras aplicaciones. Detrás de todos estos avances se encuentra la tecnología basada en los modelos matemáticos de redes neuronales profundas, conocida como Aprendizaje Profundo o Deep Learning. Conocer esta tecnología abre las puertas a un inmenso mercado digital, al campo de la investigación y a innumerables oportunidades de negocio.
En estas páginas el lector encontrará una introducción a los fundamentos de ese paradigma de aprendizaje computacional. Los aspectos teóricos se complementan con ejemplos de implementación en los dos frameworks de programación más populares en la actualidad dentro de este campo: Keras y PyTorch. El libro describe las arquitecturas vertebradoras del Deep Learning, como el perceptrón multicapa, las redes convolucionales y las redes recurrentes, entre otras. Y lo más interesante: los conocimientos que nos permitirán ponerlas en práctica. Todos estos contenidos se estudiarán mediante ejemplos y ejercicios, asumiendo que el lector no ha trabajado con estos frameworks previamente, aunque sí con el lenguaje de programación Python.
Índice
PARTE I: INTRODUCCIÓN Capítulo 1 - Introducción al Deep learning Capítulo 2 - Aspectos generales del Deep Learning Capítulo 3 - Keras y PyTorch PARTE II: FUNDAMENTOS Capítulo 4 - Perceptrón multicapa Capítulo 5 - Redes neuronales convolucionales Capítulo 6 - Redes recurrentes PARTE III - CONCEPTOS AVANZADOS Capítulo 7 - Técnicas avanzadas Capítulo 8 - Transfer learning Capítulo 9 - Arquitecturas avanzadas Capítulo 10 - Siguientes pasos
Comentarios
Sé el primero en comentar este libroArtículos relacionados
