Aprendizaje profundo intermedio con PyTorch

IntermedioNivel de habilidad

Actualizado 6/2025

Conoce las arquitecturas fundamentales del aprendizaje profundo, como las CNN, las RNN, las LSTM y las GRU, para modelar imágenes y datos secuenciales.

Descripción del curso

Aprende Aprendizaje Profundo

El aprendizaje profundo es un campo de la inteligencia artificial en rápida evolución que ha revolucionado el campo del aprendizaje automático, permitiendo avances en áreas como la visión por ordenador, el procesamiento del lenguaje natural y el reconocimiento del habla. Los avances más recientes en IA Generativa, incluidos los generadores de imágenes y los chatbots conversacionales, han llevado a la luz pública los modelos de aprendizaje automático profundo. Empieza hoy mismo a aprender cómo funciona el aprendizaje profundo y cómo entrenar tú mismo modelos profundos.

Utiliza PyTorch, la forma más pitónica de hacer Aprendizaje Profundo

PyTorch es un marco de aprendizaje profundo potente y flexible que permite a investigadores y profesionales construir y entrenar redes neuronales con facilidad. Amado por los Pythonistas de todo el mundo, PyTorch ofrece mucha flexibilidad y una forma intuitiva de implementar conceptos de aprendizaje profundo.

Entrenar modelos robustos de aprendizaje profundo

Este curso de aprendizaje profundo con PyTorch está diseñado para proporcionarte una comprensión exhaustiva de los conceptos y técnicas fundamentales del aprendizaje profundo, y equiparte con las habilidades prácticas para implementar diversos conceptos de redes neuronales. Te familiarizarás con las arquitecturas multientrada y multisalida. Aprenderás a evitar los problemas de desaparición y explosión de gradientes utilizando activaciones no saturantes, normalización por lotes e inicialización adecuada de los pesos. Podrás aliviar el sobreajuste utilizando la regularización y el abandono. Por último, sabrás cómo acelerar el proceso de entrenamiento con la programación del ritmo de aprendizaje.

Construir modelos de imágenes y secuencias

Conocerás dos arquitecturas de redes neuronales especializadas: Redes Neuronales Convolucionales (CNN) para datos de imagen y Redes Neuronales Recurrentes (RNN) para datos secuenciales como series temporales o texto. Comprenderás sus ventajas y podrás aplicarlas en tareas de clasificación de imágenes y predicción de series temporales.

Al final del curso, tendrás los conocimientos y la confianza necesarios para entrenar y evaluar con solidez tus propios modelos de aprendizaje profundo para una serie de aplicaciones.

Requisitos previos

Introduction to Deep Learning with PyTorch

Entrenamiento de redes neuronales de calidad

Aprende a entrenar redes neuronales con calidad. En este capítulo, utilizarás la programación orientada a objetos para definir conjuntos de datos y modelos PyTorch y actualizarás tus conocimientos sobre el entrenamiento y la evaluación de redes neuronales. También te familiarizarás con distintos optimizadores y, por último, te familiarizarás con diversas técnicas que ayudan a mitigar los problemas de gradientes inestables tan omnipresentes en el entrenamiento de redes neuronales.

Descripción del curso

Aprende Aprendizaje Profundo

Utiliza PyTorch, la forma más pitónica de hacer Aprendizaje Profundo

Entrenar modelos robustos de aprendizaje profundo

Construir modelos de imágenes y secuencias

Obtener certificado de logros

¡Únete a .css-nklxlk{color:var(--wf-brand--main, #03EF62);}19 millones de estudiantes y empieza Aprendizaje profundo intermedio con PyTorch hoy mismo!

Crea tu cuenta gratuita

Desarrolla tus habilidades de datos con la aplicación móvil de DataCamp

¡Únete a 19 millones de estudiantes y empieza Aprendizaje profundo intermedio con PyTorch hoy mismo!