Muchos nuevos científicos de datos han expresado lo que sienten que es la falta de una forma satisfactoria de aprender los conceptos de propagación inversa/cálculo de gradiente en redes neuronales cuando toman clases de ML de nivel de pregrado. Así que pensé en reunir una serie de recursos de aprendizaje útiles para impulsar la comprensión de este importante proceso. La siguiente lista, seleccionada de una encuesta informal de Twitter, aparece sin ningún orden en particular. Después de consumir uno o más de estos recursos, confío en que se sentirá empoderado en su capacidad para dar el siguiente paso en su desarrollo. Muchos trabajos de investigación y textos tendrán mucho más sentido. ¡Disfrutar!
Vídeo: ¿Qué hace realmente la retropropagación?
Diapositivas de conferencias: aprendizaje profundo: primavera de 2021Clase 5: Introducción a la optimización
Diapositivas de conferencias: Sistemas de aprendizaje profundo: algoritmos e implementación, otoño de 2021, Universidad Carnegie Mellon – Diferenciación Automática
Entrada en el blog: Otro tutorial más de retropropagación
Vídeo: Cómo funciona la retropropagación
Capítulo del libro electrónico: Cómo funciona el algoritmo de retropropagación
Entrada en el blog: Matrices backprop y sistólicas
Diapositivas de clase con código Python: backprop
Video: Backprop Bootcamp: Introducción a la retropropagación
Entrada en el blog: Cálculo en grafos computacionales: retropropagación
Entrada en el blog: Una explicación visual de los métodos de descenso de gradiente
Vídeo: Redes neuronales a través de MIT Open Courseware
Entrada en el blog: Un LEGO a la vez: explicando las matemáticas de cómo aprenden las redes neuronales con la implementación desde cero
Entrada en el blog: Diferenciación automática en modo inverso desde cero, en Python
Vídeo de la conferencia: Backprop de Geoff Hinton
Video: Clase de Stanford Winter Quarter 2016: CS231n: Redes neuronales convolucionales para el reconocimiento visual. Conferencia 4 sobre Backprop
Entrada en el blog: Guía del hacker sobre redes neuronales con código Javascript por Andreg Karpathy
Entrada en el blog: Retropropagación, una introducción
Diapositivas de la conferencia: Introducción a la Inteligencia Artificial, CS188 UC Berkeley
Video: Intuición de retropropagación por Andrew Ng
Entrada en el blog: Retropropagación 101
Entrada en el blog: Un ejemplo de retropropagación paso a paso
CContribución de Daniel D. Gutiérrez, editor en jefe y científico de datos residente de insideBIGDATA. Además de ser periodista tecnológico, Daniel también es consultor en ciencia de datos, autor, educador y forma parte de varios consejos asesores de varias empresas emergentes.
Regístrese para recibir el boletín gratuito insideBIGDATA.
Únase a nosotros en Twitter: @InsideBigData1 – https://twitter.com/InsideBigData1
