Deep Learning

Aprendizaje Profundo para Visión por Computadora — Aprenda a construir y aplicar modelos de aprendizaje profundo como las Redes Neuronales Convolucionales (CNN) para tareas como la clasificación de imágenes, la detección de objetos y la generación de imágenes utilizando frameworks como TensorFlow y PyTorch.

Redes Neurales Convolucionales en Python: CNNs para Visión y PNL

Aprendizaje Profundo para Visión por Computadora
Domine las CNNs con Python y TensorFlow para crear potentes modelos de clasificación de imágenes y análisis de texto para aplicaciones de ciencia de datos del mundo real.
★ 4.4 (7,279)

Aprendizaje profundo para visión por computadora: de CNN a GAN

Aprendizaje Profundo para Visión por Computadora
Cree modelos prácticos para la detección de objetos, la transferencia de estilos neuronales y la generación de imágenes con Python, Keras y TensorFlow.
★ 4.7 (7,100)

Construye un coche autónomo con Python y aprendizaje profundo

Aprendizaje Profundo para Visión por Computadora
Aplicar visión por computadora y redes neuronales para programar un vehículo autónomo simulado usando Python, TensorFlow y OpenCV.
★ 4.5 (4,304)

Visión por computador y CNNs con TensorFlow

Aprendizaje Profundo para Visión por Computadora
Cree y optimice redes neuronales convolucionales para el reconocimiento de imágenes con TensorFlow y técnicas modernas de visión por ordenador.
★ 4.7 (8,223)

Fundamentos de procesamiento de imágenes digitales para visión por computadora

Aprendizaje Profundo para Visión por Computadora
Aprenda a manipular datos visuales y a crear modelos de clasificación de imágenes mediante redes neuronales en esta completa guía basada en texto.
★ 4.5 (4,337)

Redes Neurales Convolucionales para Principiantes

Aprendizaje Profundo para Visión por Computadora
Domine los fundamentos de la visión por computadora y aprenda a construir redes neuronales que puedan analizar y reconocer imágenes.
★ 4.9 (1,473)

Visión moderna IA y comprensión multimodal

Aprendizaje Profundo para Visión por Computadora
Descubra cómo la IA interpreta imágenes y texto juntos mediante el procesamiento de señales fundamental y las arquitecturas multimodales modernas.
★ 4.4 (30)

Automatización del procesamiento de imágenes para conjuntos de datos grandes

Aprendizaje Profundo para Visión por Computadora
Aprenda a crear canalizaciones automatizadas para procesar grandes volúmenes de datos de imagen y vídeo de forma eficiente.
★ 4.7 (28)

Visión por Computadora y Aprendizaje Automático con MATLAB

Aprendizaje Profundo para Visión por Computadora
Aprenda a crear modelos de clasificación de imágenes y detección de objetos con MATLAB para resolver problemas científicos e de ingeniería del mundo real.
★ 4.8 (23)

Introducción a las CNN con Python: Construye y Entrena Modelos

Aprendizaje Profundo para Visión por Computadora
Comienza tu viaje de aprendizaje profundo aprendiendo a diseñar, entrenar y evaluar Redes Neuronales Convolucionales utilizando prácticas modernas de Python.
★ 4.7 (19)

Guía para principiantes sobre aprendizaje profundo para la clasificación de imágenes

Aprendizaje Profundo para Visión por Computadora
Equípese para comprender, crear y evaluar modelos de aprendizaje profundo para diversas tareas de clasificación de imágenes, comenzando desde lo básico.
★ 4.9 (19)

Introducción a la Generación de Imágenes con IA y Modelos de Difusión

Aprendizaje Profundo para Visión por Computadora
Comprenda la ciencia fundamental detrás de los modelos de difusión modernos y aprenda cómo los sistemas de texto a imagen generan conceptos visuales de alta calidad.
★ 4.8 (16)

Deep Learning para Visión por Computadora: Detección de Anomalías y Síntesis de Datos

Aprendizaje Profundo para Visión por Computadora
Aprende a construir modelos de visión por computadora para detectar anomalías en imágenes, automatizar el etiquetado y generar datos de entrenamiento sintéticos incluso con conjuntos de datos limitados.
★ 4.9 (15)

IA generativa con modelos de difusión: una guía práctica para la síntesis de imágenes

Aprendizaje Profundo para Visión por Computadora
Comprenda la mecánica de la difusión de denoise y aprenda a configurar modelos generativos modernos para sintetizar imágenes de alta calidad a partir de mensajes de texto.

Aprendizaje profundo para la detección de defectos industriales

Aprendizaje Profundo para Visión por Computadora
Domine los fundamentos de la visión por computadora para crear, entrenar y optimizar modelos de aprendizaje profundo que automatizan el control de calidad y la detección de defectos en la fabricación.

Difusión estable para programadores: IA generativa con PyTorch

Aprendizaje Profundo para Visión por Computadora
Domine la mecánica de los modelos de difusión latente para generar y controlar imágenes usando PyTorch y Hugging Face Diffusers.

Diseño de un sistema de detección de defectos basado en visión para la línea de producción

Aprendizaje Profundo para Visión por Computadora
Recorre el diseño práctico de un sistema de detección de defectos basado en visión, desde la configuración de la imagen hasta la elección del modelo, la evaluación y la integración de la línea.