Cinvestav
Departamento de Computación
Curso: Aprendizaje Profundo
Prof. Dr. Luis Gerardo de la Fraga
Cuatrimestre enero a abril de 2025
Contenido del Curso:
- Revisión de las arquitecturas de redes neuronales
- Redes neuronales directas
- Redes neuronales recurrentes
- Redes neuronales convolucionales
- Redes neuronales profundas
- Implementación de algunos resultados
del estado del arte
- ¿Usar redes profundas para resolver problemas
de clasificación?
-
El método de optimización por descenso de gradiente aplicado a
redes neuronales
-
Autoencoders
- Aprendizaje por reforzamiento
- Modelos probabilísticos:
- Autoencoder variacional
- Redes adversarias generativas
Apuntes del Curso:
- 23.06.2026 Transferencia de aprendizaje
- 23.06.2026 Scripts en python para calcular el tamaño de una capa
- 11.06.2026 Las figuras en formato SVG.
- 11.06.2026 La base de datos de figuras (8 figuras, 60 imágenes de tamaño 64x64 por figura).
- 19.05.2026 El problema del XOR resuelto como un problema de clasificación y como un problema de regresión en pytorch.
-
19.05.2026 Clasificación de imágenes de 8 formas, con Sklearn y Pytorch.
-
12.05.2026 Redes en sklearn y pytorch para clasificar datos en círculos y sus modelos en python.
Tareas:
-
Tarea 3. Fecha de entrega 16.06.2026
Clasificador de imágenes de ocho formas
-
Realizar el software en OpenCV para probar el tiempo real
los clasificadores realizados en el apunte del día 19.05.2026.
-
Tarea 2. Fecha de entrega 28.05.2026
Clasificador en pytorch
-
Con estos datos realizar un clasificador
con redes neuronales. Se tienen 11 características y se deben clasificar los
vinos por su calidad.
-
Comparar la gráfica de pérdida contra época con tres optimizadores: Adam,
SGD y SGD con momento y el atributo 'nesterov' habilitado
-
Tarea 1. Fecha de entrega 19.05.2026
Realizar la red del tutorial de Pytorch para clasificar los imágenes de dígitos de MNIST
Última actualización:
10.06.2026
Comentarios: fraga en cs.cinvestav.mx