Aprendizaje profundo para programadores con fastai y PyTorch

Capítulo 2. Del modelo a la producción

Este trabajo se ha traducido utilizando IA. Agradecemos tus opiniones y comentarios: [e-mail]

Las seis líneas de código que vimos en el Capítulo 1 son sólo una pequeña parte del proceso de utilización del aprendizaje profundo en la práctica. En este capítulo, vamos a utilizar un ejemplo de visión por ordenador para ver el proceso completo de creación de una aplicación de aprendizaje profundo. Más concretamente, ¡vamos a crear un clasificador de osos! En el proceso, hablaremos de las capacidades y limitaciones del aprendizaje profundo, exploraremos cómo crear conjuntos de datos, veremos posibles errores al utilizar el aprendizaje profundo en la práctica, y mucho más. Muchos de los puntos clave se aplicarán igualmente bien a otros problemas de aprendizaje profundo, como los del Capítulo 1. Si trabajas en un problema similar en aspectos clave a nuestros problemas de ejemplo, esperamos que obtengas excelentes resultados con poco código y rápidamente.

Empecemos por cómo debes plantear tu problema.

La práctica del aprendizaje profundo

Hemos visto que el aprendizaje profundo puede resolver muchos problemas difíciles rápidamente y con poco código. Como principiante, hay un punto dulce de problemas que son lo suficientemente similares a nuestros problemas de ejemplo como para que puedas obtener muy rápidamente resultados extremadamente útiles. Sin embargo, ¡el aprendizaje profundo no es magia! Las mismas seis líneas de código ...