Qué necesitas saber antes de
comenzar
Inicio 5 June 2026 01:45
Fin 5 June 2026
00
Días
00
Horas
00
Minutos
00
Segundos
1 hour 4 minutes
Actualización opcional disponible
Not Specified
Avanza a tu propio ritmo
Conference Talk
Actualización opcional disponible
Resumen
Explore Deep Learning with Python and MXNet, including practical demonstrations on a Raspberry Pi for computer vision and natural language processing tasks.
Programa
- Introducción a la IA y Aprendizaje Profundo
- Comenzando con Raspberry Pi
- Python para Aprendizaje Profundo
- Aprendizaje Profundo con MXNet
- Visión por Computadora en Raspberry Pi
- Procesamiento del Lenguaje Natural (NLP) en Raspberry Pi
- Optimización y Despliegue
- Proyecto: Construcción de una Aplicación Potenciada por IA
- Tendencias Futuras y Conclusión
Visión general de la Inteligencia Artificial y sus aplicaciones
Fundamentos del Aprendizaje Profundo y redes neuronales
Introducción a MXNet y su ecosistema
Configuración de Raspberry Pi: instalación y configuración
Instalación de Python y las bibliotecas necesarias en Raspberry Pi
Introducción a GPIO y capacidades de hardware de Raspberry Pi
Repaso de Python: sintaxis, bibliotecas y mejores prácticas
Uso de NumPy y Pandas para la manipulación de datos
Visión general de bibliotecas populares de aprendizaje profundo: MXNet, TensorFlow y PyTorch
Configuración de MXNet en Raspberry Pi
Comprensión de la carga de datos y preprocesamiento
Construcción y entrenamiento de redes neuronales con MXNet
Implementación de Redes Neuronales Convolucionales (CNNs)
Introducción a la visión por computadora y sus aplicaciones
Configuración y uso del módulo de cámara Pi
Implementación de tareas de clasificación de imágenes con MXNet y Raspberry Pi
Detección de objetos en tiempo real en Raspberry Pi
Visión general de tareas y aplicaciones de NLP
Herramientas y bibliotecas para NLP con MXNet
Implementación de clasificación de texto y análisis de sentimiento
Traducción de lenguaje en tiempo real en Raspberry Pi
Optimización de modelos de aprendizaje profundo para Raspberry Pi
Técnicas para mejoras de rendimiento: cuantización y poda
Estrategias de despliegue para dispositivos periféricos
Definir el alcance de un proyecto combinando visión por computadora y NLP
Implementación del proyecto en Raspberry Pi
Prueba y evaluación de la aplicación de IA
Discusión sobre tendencias futuras en IA y computación en el borde
Cierre del curso y recursos para aprendizaje adicional
Materias
Conference Talks