Skip to content

Cómo cambia la exactitud de un modelo, al usar diferentes capas de convolución y modificar el número de épocas y baches

Notifications You must be signed in to change notification settings

diegorobledom/Torch_TorchVision_Notebook

Folders and files

NameName
Last commit message
Last commit date

Latest commit

 

History

2 Commits
 
 
 
 

Repository files navigation

Machine_Learning

Este cuarderno es el resultado de una evidencia de aprendizaje, de la especialización en Analítica y Big Data, de la Institución Universitaria Digital de Antioquia.

En este cuaderno, se usa un set de 16.000 imágenes, que se puede descargar en el siguiente enlance: https://data.mendeley.com/datasets/6ps7gtp2wg/1

Lo que se pretende en este cuaderno, es evaluar la exactitud de una red neuronal, usando diferentes capas de convolución, así como diferentes Tamaños de Baches y diferentes tamaños de Épocas usanto las librerias torch y torchvision.

Primero se crear un set de datos a partir de datos propios, que posteriormente se partirán en 2 dataset (Train y Test).

Posteriormente se crean 3 modelos de redes neuronales, con difentes capas de convolución, por lo que se pretende examinar el comportamiento del modelo de acuerdo al número de capas suministradas.

Luego se examina el comportamiento de los modelos cambiando el número de baches y épocas en el entrenamiento, para sacar conclusiones

Para correr adecuadamente el cuaderno en Google Colab, es necesario:

  1. Descargar el archivo en: https://data.mendeley.com/datasets/6ps7gtp2wg/1
  2. cargar el archivo anterior a la carpeta raíz.
  3. Configurar el entorno de ejecución, para permitir la utilización de GPU

DIEGO ALEJANDRO ROBLEDO MEJÍA

About

Cómo cambia la exactitud de un modelo, al usar diferentes capas de convolución y modificar el número de épocas y baches

Topics

Resources

Stars

Watchers

Forks

Releases

No releases published

Packages

No packages published