Deep Learning con Python y PyTorch - ¡Red Neuronal Desde Cero estilo FRAMEWORK de DEEP LEARNING - Parte 2!

Código: https://github.com/JACantoral/DL_fundamentals/blob/main/fundamentals_DL_OOP_from_scratch.ipynb Ligas a videos previos: Parte 1 de este video - TU PROPIO FRAMEWORK de DEEP LEARNING - https://youtu.be/_shpKyA89QQ Red Neuronal desde Cero parte 1 https://youtu.be/W5HJKWL2i08 Red Neuronal desde Cero parte 2 https://youtu.be/WQGolGJZz80 Gradiente de la función de costo https://youtu.be/mSqaQt6Dnow Backpropagation https://youtu.be/4nDsiV3GXa8 Ejemplo completo https://youtu.be/_sej5wurIsg En este video vamos a crear una instancia de la clase Sequential_layers que creamos en la parte previa. Además, programaremos la función de Costo, Accuracy, así como el loop de entrenamiento. Así, vamos a entrenar nuestro modelo ahora basado en nuestras propias clases. Con este entendimiento, en el siguiente video utilizaremos PyTorch para crear nuestro modelo de Red Neuronal. Acerca de la serie Fundamentos de Deep Learning con Python y PyTorch: En esta serie de videos explico qué son las Redes Neuronales (Neural Networks) y qué es Aprendizaje Computacional (Machine Learning) así como Deep Learning. Empezamos con los principios matemáticos fundamentales hasta su implementación en código. Para esto, primero utilizaremos Python y Numpy para entender los principios de programación de Redes Neuronales incluyendo el algoritmo de retropropagación (backpropagation). Con estas bases, presentaremos el framework PyTorch y construiremos modelos más complejos como son Redes Neuronales Convolucionales (Convolutional Neural Networks - CNNs). About the video series: In this video series I will explain what Neural Networks are, and how Deep Neural Networks work, from the mathematical principles to their implementation in code. Firstly, we will use pure Python and Numpy to understand the fundamentals including backpropagation for a simple Fully Connected Network, and from there we will build on to Convolutional Neural Networks (CNN) using PyTorch. I will be uploading at least one new video every week until we reach different architectures of CNNs. Then, depending on the response and interest in the series I may cover newer models using Generative Adversarial Networks (GANs), and Recurrent Neural Networks.