5 lecciones • 3 horas
Curso práctico donde aprenderás a usar varias herramientas de PyTorch que te permitirán hacer uso de modelos pre-entrenados así como optimizar el proceso de entrenamiento de diferentes modelos de Deep Learning.
Al final de este curso habrás aprendido
- A usar la transferencia de aprendizaje para abordar problemas de Visión por Computador
- A implementar estrategias de regularización y optimización del entrenamiento de modelos de Deep Learning (como el Dropout, el early stopping y el ajuste programado de la tasa de aprendizaje)
- A hacer uso de “checkpoints” para almacenar progresivamente el entrenamiento de un modelo de Deep Learning
Requisitos
Se sugiere haber tomado los cursos PyTorch Nivel Básico y PyTorch Nivel Intermedio disponibles acá en la Academia Online.
Contenido
5 lecciones en total. Se publicarán 3 nuevas lecciones cada semana (lunes, miércoles y viernes). Fecha de inicio: viernes 21 de marzo de 2025
1 – Visión por Computador y transferencia de aprendizaje
2 – Checkpoints: almacenamiento progresivo del entrenamiento
3 – Entrenamiento con «early stopping» (parada temprana)
4 – Regularización con «Dropout»
5 – Ajuste programado de la tasa de aprendizaje
