Después de configurar PyTorch, los libros de texto sobre aprendizaje profundo normalmente te lanzan un montón de jerga antes de hacer nada interesante. Yo intento mantener eso al mínimo y trabajar a través de un ejemplo, aunque uno que puede ampliarse fácilmente a medida que te sientas más cómodo trabajando con PyTorch. Utilizamos este ejemplo a lo largo del libro para demostrar cómo depurar un modelo(Capítulo 7) o implementarlo en producción(Capítulo 8).
Lo que vamos a construir desde ahora hasta el final del Capítulo 4 es un clasificador de imágenes. Las redes neuronales se utilizan habitualmente como clasificadores de imágenes; a la red se le da una imagen y se le hace lo que, para nosotros, es una pregunta sencilla: "¿Qué es esto?"
Empecemos a construir nuestra aplicación PyTorch.
Nuestro problema de clasificación
Aquí construimos un clasificador sencillo que puede diferenciar entre peces y gatos. Iteraremos sobre el diseño y la forma de construir nuestro modelo para hacerlo cada vez más preciso.
Las figuras 2-1 y 2-2 muestran un pez y un gato en todo su esplendor. No estoy seguro de si el pez tiene nombre, pero el gato se llama Helvética.
Empecemos con un debate sobre los retos tradicionales de la clasificación.
Figura 2-1. ¡Un pez!
Figura 2-2. Helvética en una caja
Desafíos tradicionales
¿Qué harías ...
Become an O’Reilly member and get unlimited access to this title plus top books and audiobooks from O’Reilly and nearly 200 top publishers, thousands of courses curated by job role, 150+ live events each month, and much more.
