Deep Learning desde cero
Neuronas, capas, retropropagación y una red que reconoce dígitos, sin ninguna librería.
13 aulas · 8 horas de práctica · en el navegador, sin instalar nada
Temario
- La neurona — Una neurona artificial es una cuenta: pesos, un sesgo, una suma y una función que decide qué hacer con el resultado.
- Aprender un peso — El error dice cuánto y en qué sentido falla la predicción, y la regla delta usa esa dirección para corregir un peso, época tras época.
- El perceptrón y sus límites — Una neurona con activación escalón puede aprender AND y OR, pero hay un problema tan simple como XOR que ninguna neurona sola puede resolver.
- Taller — La neurona que aprende — Una neurona sola, entrenada con la regla del perceptrón: primero AND, con un historial de aciertos por época, y después el mismo código, sin cambiar una línea, aprendiendo OR.
- Capas — Una capa es un grupo de neuronas que miran las mismas entradas, y una red es una fila de capas donde la salida de una es la entrada de la siguiente.
- Pérdida y gradiente — Una función de pérdida convierte «qué tan mal predijo la red» en un solo número, y su gradiente en la salida es el punto de partida de todo el ajuste que viene después.
- Backpropagation en una capa — La regla de la cadena, aplicada a una sola neurona: de la pérdida al gradiente de z, de ahí a cada peso, y el mismo ajuste repetido época tras época.
- Backprop en dos capas: XOR resuelto — La regla de la cadena de la aula 6, un paso más atrás: repartir la culpa del error entre las neuronas de la capa oculta es lo único que hacía falta para resolver XOR.
- Taller — Resolver XOR — La red de dos capas completa, de punta a punta: forward pass, pérdida, backprop y entrenamiento, cerrando con la comparación que explica por qué hacía falta la capa oculta.
- Entrenar bien — La tasa de aprendizaje, cuántas épocas, en qué orden y en qué grupos mirar los datos, y cómo arrancar los pesos: las decisiones que separan un entrenamiento que converge de uno que no.
- Overfitting y validación — Una red puede aprender de memoria los datos de entrenamiento y fallar con todo lo demás: cómo detectarlo con un conjunto de validación, y tres formas de evitarlo.
- Reconocer dígitos de 5×3 píxeles — Diez dígitos como grillas de 15 píxeles, una red de dos capas con salida softmax, y la misma regla de la cadena de las aulas 6 y 7 generalizada a diez clases a la vez.
- Taller — Reconocer dígitos — El reconocedor de dígitos de punta a punta: dataset, red con softmax, entrenamiento completo, y a prueba contra un dígito con ruido, leyendo sus dos mejores candidatos.