Inteligencia Artificial - Clase 07: Redes Neuronales
Vložit
- čas přidán 29. 08. 2024
- Sexta semana del curso de inteligencia artificial en la Universidad Mariano Gálvez. Entramos a manipular pandas y hacer estadística con programación.
Link al código de la clase: github.com/jin...
Hola amigo, falta la clase 8 y 11 en la lista del curso, podrías agregarlo por favor. Está muy interesante y gracias por el contenido.
muy buena tu clase maestro me encanto no se como es que no tenes mas likes y comentarios.
Ingeniero, primero que nada muchísimas gracias. Excelente profesor.
Parece ser que faltan las clases 8 y 11 del curso. ¿Nos ayuda subiéndolas o quizá actualizando los números si están mal?
Buenisimo
Exelente curso, una pregunta tu eres ingeniero o científico de datos?
Yes
me quedó una duda... si en la última capa interna había 8 neuronas... por qué el parámetro # muestra 9 conexiones hacia la capa de salida en vez de 8?
Ese es el número de conexiones totales, así que sumas de ambos lados. La primera pasa de 8 a 12, entonces es 8*12+12=108. La segunda es de 12 a 8, entonces es 12*8+8=104. La última es de 8 a 1, entonces es 8*1+1=9.
Mira en 55:52 donde sale el conteo de las capas
@@j1nchuika ahora si... no lo habia entendido.... muchas gracias...
model.add(Dense(12, input_dim=8, activation='relu'))
model.add(Dense(8, activation='relu'))
model.add(Dense(10, activation='relu'))
model.add(Dense(12, activation='relu'))
model.add(Dense(25, activation='relu'))
model.add(Dense(30, activation='relu'))
model.add(Dense(20, activation='relu'))
model.add(Dense(18, activation='relu'))
model.add(Dense(12, activation='relu'))
model.add(Dense(8, activation='relu'))
model.add(Dense(1, activation='sigmoid'))
Epoch 3467/3500
24/24 - 0s - loss: 0.0342 - accuracy: 0.9948 - 42ms/epoch - 2ms/step
Qué buen resultado O.o
respecto a mantenimiento predictivo usando deep learning, hay algun alcance?
linda clase!
Gracias!
Felcidades por estas clases tan maravillosas! Eres un crack y explicas genial! Solo una pregunta, la clase 8 y 11 no se impartió? O no las encuentro quizás...Gracias
Esas clases no se terminaron transmitiendo porque fueron sesiones de trabajo (era un curso universitario jeje), pero el resto del contenido está todo en youtube :D
si en una red neuronal donde las entradas son x1, x2 y b, con pesos w1, w2 y 1; siendo la salida Y con peso w3, ¿Como calculas w3 en funcion al resto de variables?
Buenas, estoy tratando de hacer el programa en pycharm y tengo un error en lo que seria este modulo:
historial = model.fit(
X.values,
y.values,
epochs=1000,
verbose=2
)
El error que me tira es que no puedo convertir un string a float, nose si en pycharm el casteo se tiene que hacer de diferente manera, porque en jupyter notebook no tengo ningun inconveniente.
Error:
Cast string to float is not supported
[[{{node sequential/Cast}}]] [Op:__inference_train_function_801]
Hola que tal? donde esta la clase numero 8??? veo que falta en la lista
" en la 6 repetición y resulta que cobra conciencia y mata a toda la humanidad" ajajaaj
Hola Luis, sabes cuales son las redes neuronales desorganizadas?
No las conozco, o al menos no con ese nombre. Puedes explicar algún lugar de uso?
El entrenamiento me ha retornado errores