Skip to content

Diapositivas, ejercicios, código de ejemplo y página del curso de aprendizaje profundo impartido en el PCIC de la UNAM

Notifications You must be signed in to change notification settings

blancavazquez/CursoAprendizajeProfundo

 
 

Folders and files

NameName
Last commit message
Last commit date

Latest commit

 

History

70 Commits
 
 
 
 
 
 
 
 
 
 
 
 
 
 

Repository files navigation

Curso de aprendizaje profundo 2022-1, PCIC-UNAM

Este repositorio contiene las diapositivas, libretas y tareas del curso de aprendizaje profundo del Posgrado en Ciencia e Ingeniería de la Computación de la UNAM.

Temario

  1. Redes densas
  2. Redes convolucionales
  3. Redes recurrentes
  4. Redes basadas atención
  5. Estrategias de entrenamiento
  6. Redes generativas
  7. Temas selectos

Clonar rama

Este repositorio contiene el material de cursos anteriores y puede ser algo pesado clonarlo completamente. Para clonar únicamente la rama del curso 2022-1, debes hacerlo con el siguiente comando:

git clone --branch 2022-1 --single-branch https://github.com/gibranfp/CursoAprendizajeProfundo.git

Ambiente de programación

Para ejecutar los ejercicios y las libretas de este repositorio se tienen dos opciones:

  • Google Colab
  • Ambiente local

Google Colab

Google Colab es un servicio para crear, editar, alojar y ejecutar libretas en la nube. Ofrece ambientes con CPU, GPU y TPU de forma gratuita, aunque con un tiempo máximo de ejecución.

Se sugiere trabajar en un ambiente GPU, el cual puedes activar de la siguiente manera:

  • Abre el menú Entorno de ejecución
  • Elige la opción Restablecer todos los entornos de ejecución... .
  • Vuelve a abrir Entorno de ejecución
  • Elige Cambiar tipo de entorno de ejecución
  • Selecciona Python 3 como Tipo de ejecución y GPU de la lista de Acelerador por hardware

Puedes crear una nueva libreta (notebook) desde Colab, subir una existente desde tu computadora o importarla de Google Drive o GitHub.

Ambiente local

Para instalar el ambiente en nuestra computadora primero debemos instalar Anaconda siguiendo las instrucciones oficiales. Después, desde una terminal creamos el ambiente con el archivo de dependencias:

conda env create --file environment.yml

Enseguida, activamos el ambiente:

conda activate cap

Posteriormente, para comenzar a trabajar con las libretas ejecutamos:

jupyter notebook

Este comando abrirá una pestaña o ventana en tu navegador web, como se muestra en la siguiente captura de pantalla:

Aquí puedes crear una nueva libreta seleccionando el botón New y posteriormente Python 3. También puedes cargar una existente seleccionando un archivo con extensión .ipynb dentro del directorio donde se lanzó el comando. Con Upload agregas archivos que se encuentran en otra parte de tu computadora a este directorio. Para salir, simplemente presiona el botón Quit y cierra la pestaña o ventada correspondiente.

Para desactivar el ambiente

conda deactivate

About

Diapositivas, ejercicios, código de ejemplo y página del curso de aprendizaje profundo impartido en el PCIC de la UNAM

Resources

Stars

Watchers

Forks

Packages

No packages published

Languages

  • Jupyter Notebook 100.0%