WEBVTT 00:00.820 --> 00:03.980 Hola y bienvenidos al curso de inteligencia artificial. 00:04.060 --> 00:08.550 Y en la sección de hoy vamos a abordar el aprendizaje CULE convolucional profundo. 00:08.550 --> 00:14.860 Así que estamos tomando un aprendizaje profundo, incluso un paso más, así que originalmente comenzamos a enfriarnos ganando el 00:14.860 --> 00:15.650 aprendizaje simple. 00:15.670 --> 00:20.840 Luego lo llevamos a un aprendizaje profundo y ahora estamos tomando un aprendizaje convolucional demasiado profundo. 00:20.920 --> 00:23.960 Entonces veamos lo que vamos a discutir en términos de intuición. 00:24.010 --> 00:26.200 Las diferentes secciones van a ser bastante rápidas. 00:26.260 --> 00:33.730 siempre que estemos familiarizados con las redes neuronales convolucionales, y trataremos esto al final de esta prueba. 00:33.730 --> 00:35.940 No es necesario agregar mucho, 00:36.130 --> 00:41.770 Así que hoy en esta sección vamos a hablar sobre la relación profunda aprendiendo la intuición detrás 00:41.770 --> 00:49.960 de las cosas y por qué es tan poderoso por qué es tan importante alejarse del aprendizaje profundo de Kule y por qué el aprendizaje 00:49.960 --> 00:56.500 profundo es solo un elemento básico en el que es solo una paso para nosotros en los postes para el 00:56.560 --> 01:01.710 aprendizaje de relaciones profundas y qué tipo de avenidas profundas puede abrir el aprendizaje CULE convolucional 01:01.740 --> 01:07.020 de Lucian a qué tipo de vías abre el conocimiento y dónde se puede aplicar. 01:07.480 --> 01:11.590 Tendremos algunos ejemplos de eso y luego hablaremos sobre la elegibilidad. 01:11.590 --> 01:19.740 Rastreo o paso final aprendiendo una adición muy poderosa al concepto completo de aprendizaje profundo. 01:19.810 --> 01:21.820 Y hablaremos sobre la intuición detrás de eso. 01:21.820 --> 01:26.140 Es un tema bastante complejo, pero sin embargo vamos a desglosar 01:26.620 --> 01:32.350 la intuición en términos bastante simples y luego le daré algunas referencias adicionales donde puede 01:32.350 --> 01:37.120 leer acerca de la elegibilidad de Tracy si desea entrar en más 01:37.120 --> 01:43.510 detalles, pero es importante para que podamos intuir la intuición porque vamos a usar eso en términos 01:43.510 --> 01:53.260 prácticos porque estamos profundizando en temas mucho más complejos ahora que necesitamos agregar estos elementos extra o adicionales a nuestros agentes o a nuestros algoritmos 01:53.260 --> 01:58.100 de aprendizaje para que puedan manejar estos entornos complejos y navegarlos con éxito. 01:58.510 --> 02:05.380 de redes neuronales convolucionales, es muy recomendable que compruebes un número x para las redes neuronales convolucionales. 02:05.380 --> 02:09.300 Y, por supuesto, en esta sección porque estamos hablando 02:09.340 --> 02:15.460 Una vez más, si ha realizado ejercicios de aprendizaje profundo en el curso, ya está familiarizado con 02:15.640 --> 02:21.510 esta información, por lo que puede continuar con estos tutoriales sobre el profundo aprendizaje emocional de Kule. 02:21.580 --> 02:27.790 Si no has hecho los ejercicios profundos, por supuesto, es una buena idea mirar las redes neuronales 02:27.790 --> 02:29.540 convolucionales y observar esas intuiciones. 02:29.540 --> 02:36.820 y cuáles son las capas convolucionales para agrupar a Lares las capas de aplanamiento y cómo funciona todo 02:36.820 --> 02:44.290 para encontrar algunos parámetros que describan el entorno. o que describan esa imagen y, por lo tanto, vamos 02:44.320 --> 02:51.190 a utilizarlos como entradas en nuestras redes neuronales en lugar de ese vector del que estamos hablando. 02:51.190 --> 02:56.710 Charles allí para que entiendas mejor cómo las redes neuronales procesan las imágenes 02:56.710 --> 02:58.300 para buscar las características 02:58.300 --> 03:00.020 Pero más sobre eso en el próximo tutorial. 03:00.040 --> 03:06.610 Entonces, si todavía no ha visto esos controles, le aconsejamos que los revise para ponerse al día o 03:06.640 --> 03:10.460 refrescar el conocimiento sobre las redes neuronales ilusorias de Cullerton. 03:10.480 --> 03:16.180 En general, tenemos una sección emocionante y, como pueden ver, muchos intuición de Tournelles significa que 03:16.180 --> 03:16.850 se puede. 03:17.140 --> 03:21.860 Podrás saltar al lado práctico de las cosas muy rápidamente. 03:22.210 --> 03:24.430 Entonces, en esa nota, siempre he visto el primer tutorial. 03:24.440 --> 03:26.660 Y hasta entonces, disfruta de la IA.