Introducción al aprendizaje profundo con PyTorch

Introducción al aprendizaje profundo con PyTorch

Jasmin Ludolf

Senior Data Science Content Developer, DataCamp

¡El aprendizaje profundo está en todas partes!

Ilustración que muestra múltiples lenguas alrededor de un globo

Introducción al aprendizaje profundo con PyTorch

¡El aprendizaje profundo está en todas partes!

Ilustración que muestra varias lenguas alrededor del globo, y un vehículo autónomo

Introducción al aprendizaje profundo con PyTorch

¡El aprendizaje profundo está en todas partes!

Ilustración que muestra varias lenguas alrededor del mundo, un vehículo autónomo y un diagnóstico médico

Introducción al aprendizaje profundo con PyTorch

¡El aprendizaje profundo está en todas partes!

Ilustración que muestra varias lenguas alrededor del mundo, un vehículo autónomo y un diagnóstico médico

Introducción al aprendizaje profundo con PyTorch

¿Qué es el aprendizaje profundo?

Diagrama de cebolla que representa el aprendizaje profundo como subconjunto del machine learning

Esquema de una pequeña red neuronal

Introducción al aprendizaje profundo con PyTorch

¿Qué es el aprendizaje profundo?

Diagrama de cebolla que representa el aprendizaje profundo como subconjunto del machine learning

Diagrama de una red neuronal con varias capas

Introducción al aprendizaje profundo con PyTorch

Redes de aprendizaje profundo

$$

  • Inspirado en cómo aprende el cerebro humano

Ilustración de una persona estudiando el cerebro

Introducción al aprendizaje profundo con PyTorch

Redes de aprendizaje profundo

$$

  • Inspirado en cómo aprende el cerebro humano
  • Neuronas ➡ Redes neuronales
  • Los modelos requieren una gran cantidad de datos
  • Al menos 100 000 puntos de datos

Ilustración de una persona que estudia el cerebro, centrándose en las neuronas

Introducción al aprendizaje profundo con PyTorch

PyTorch: un marco de aprendizaje profundo

$$

$$

  • Uno de los marcos más populares
  • Originalmente desarrollado por Meta AI, ahora parte de la Fundación Linux
  • Intuitivo y fácil de usar
  • Similitudes con NumPy

 

El logotipo de PyTorch

Introducción al aprendizaje profundo con PyTorch

Tensores PyTorch

$$

  • Tensor:
    • Similar a arreglo o matriz
    • Bloques de construcción de las redes neuronales

$$

import torch

my_list = [[1, 2, 3], [4, 5, 6]] tensor = torch.tensor(my_list) print(tensor)
tensor([[1, 2, 3],
        [4, 5, 6]])
Introducción al aprendizaje profundo con PyTorch

Atributos del tensor

  • Forma del tensor
my_list = [[1, 2, 3], [4, 5, 6]]
tensor = torch.tensor(my_list)
print(tensor.shape)
torch.Size([2, 3])
  • Tipo de datos del tensor
print(tensor.dtype)
torch.int64
Introducción al aprendizaje profundo con PyTorch

Introducción a las operaciones con tensores

Formas compatibles

a = torch.tensor([[1, 1], 
                  [2, 2]])

b = torch.tensor([[2, 2], 
                  [3, 3]])
  • Suma / resta
print(a + b)
tensor([[3, 3],
        [5, 5]])

Formas incompatibles

a = torch.tensor([[1, 1], 
                  [2, 2]])

c = torch.tensor([[2, 2, 4], 
                  [3, 3, 5]])
  • Suma / resta
print(a + c)
RuntimeError: The size of tensor a
(2) must match the size of tensor b (3) 
at non-singleton dimension 1
Introducción al aprendizaje profundo con PyTorch

Multiplicación por elementos

a = torch.tensor([[1, 1], 
                  [2, 2]])
b = torch.tensor([[2, 2], 
                  [3, 3]])
print(a * b)
tensor([[2,  2],
        [6, 6]])
Introducción al aprendizaje profundo con PyTorch

Multiplicación de matrices

Multiplicación de matrices

Introducción al aprendizaje profundo con PyTorch

Multiplicación de matrices

Multiplicación de matrices resaltada

$$

  • $1 \cdot 2 + 1 \cdot 3 = 5$

$$

  • Realiza sumas y multiplicaciones para procesar datos y aprender patrones
Introducción al aprendizaje profundo con PyTorch

¡Vamos a practicar!

Introducción al aprendizaje profundo con PyTorch

Preparing Video For Download...