Capítulo 7: Visión por computadora

Una imagen RGB de 224 × 224 tiene 150.528 números. Una capa completamente conectada en esa entrada necesitaría decenas de millones de parámetros solo para la primera capa. Las redes neuronales convolucionales solucionan este problema con filtros locales, peso compartido y una jerarquía de funciones. Este capítulo avanza desde los conceptos básicos (convoluciones y campos receptivos) a través de ResNet hasta tareas modernas: detección, segmentación y generación basada en difusión. PyTorch + torchvision es la pila práctica.

Full content is available with a subscription.
Get full access to all courses on the platform for one year with a single payment.
Unlike other platforms that charge per course, here you get everything for one price, and after one year of use there will be no automatic charge for the following year.