Lección 1 del curso PyTorch Nivel Intermedio.
En esta primera lección del curso veremos como crear, entrenar, validar y generar predicciones con una Red Convolucional en PyTorch y para una tarea de clasificación de imágenes.
La idea es simple: crear un clasificador de imágenes a color que sea capaz de predecir a qué categoría, de 10 posibles, pertenece una imagen.
Para poder entender todos los elementos prácticos que veremos en esta lección resulta esencial tener claros todos los conceptos que permiten entender cómo funciona una Red Convolucional. En particular, sugiero dar un repaso a las secciones desde la 3.3 hasta la 3.10 del curso Fundamentos de Deep Learning con Python, en donde vemos en detalle cada uno de estos conceptos.
Comencemos entonces hablando en detalle del problema a resolver y viendo cómo crear el «Dataset» para realizar la lectura y transformación del set de datos:
Contenido exclusivo para suscriptores
Si eres suscriptor accede en este enlace ó suscríbete a la Academia Online y accede a todo el contenido (lecciones en video, código fuente, sets de datos y descargas) de todos los cursos, proyectos y tutoriales.
Así que la idea es construir este clasificador que tomará imágenes de entrada a color, con tamaños de 32x32x3 (alto x ancho x número de canales) y tendrá que clasificarlas en una de las siguientes categorías: avión, vehículo, pájaro, gato, ciervo, perro, rana, caballo, barco y camión.
En este punto ya hemos también implementado el «Dataset» de PyTorch que ha permitido escalar los pixeles y convertir al formato «Tensor» cada una de las imágenes. Por último, hemos creado los «Datasets» de entrenamiento, validación y prueba.
Vamos ahora a la parte central del curso. Veamos entonces como crear, entrenar, validar y poner a prueba la Red Convolucional:
Contenido exclusivo para suscriptores
Si eres suscriptor accede en este enlace ó suscríbete a la Academia Online y accede a todo el contenido (lecciones en video, código fuente, sets de datos y descargas) de todos los cursos, proyectos y tutoriales.
Como acabamos de ver, la lógica de implementación de una Red Convolucional para una tarea de clasificación es exactamente la misma que seguimos en la lección clasificación con Redes Neuronales del curso PyTorch Nivel Básico.
Así que, sin importar qué tan complejo o simple resulte el modelo de Deep Learning que queremos construir, la idea es que siempre tendremos que seguir esta lógica al momento de hacer desarrollos con PyTorch.
Y en este punto ya hemos visto como abordar una primera aplicación de la Visión por Computador usando PyTorch: la clasificación de imágenes.
En la siguiente lección veremos cómo implementar una tarea de regresión usando nuevamente Redes Convolucionales. Así que veremos cómo usar PyTorch para construir un detector de objetos en imágenes usando precisamente Redes Convolucionales.
Todas las lecciones del curso PyTorch Nivel Intermedio