How Neural Networks Learn: Exploring Architecture, Gradient Descent, and Backpropagation
0 Cursos
Resumen
Las redes neuronales impulsan muchas aplicaciones de inteligencia artificial hoy en día. Este curso te enseñará qué hay detrás de la magia: la dinámica del entrenamiento de redes neuronales, incluyendo la retropropagación, el descenso de gradiente y cómo optimizar el rendimiento de la red. Así, entenderás las redes neuronales conceptualmente: qué son y cómo funcionan en general. Pero todavía podrías preguntarte sobre todos los detalles que realmente las hacen funcionar.
En este curso, Cómo Aprenden las Redes Neuronales: Explorando Arquitectura, Descenso de Gradiente y Retropropagación, obtendrás una comprensión de los detalles necesarios para construir y entrenar una red neuronal. Primero, explorarás la arquitectura de la red: compuesta por capas, nodos y funciones de activación, y compararás los tipos de arquitectura. Luego, descubrirás cómo las redes neuronales se ajustan y aprenden a usar la retropropagación, el descenso de gradiente, las funciones de pérdida y las tasas de aprendizaje. Finalmente, aprenderás cómo implementar la retropropagación y el descenso de gradiente usando Python.
Cuando termines este curso, tendrás las habilidades y conocimientos sobre arquitecturas de redes neuronales y aprendizaje necesarios para construir y entrenar una red neuronal.
Categorías: Cursos de Python, Cursos de Redes Neuronales, Cursos de Descenso de Gradiente
Programa de estudio
Enseñado por
Etiquetas
