En las últimas semanas hemos estado aprendiendo sobre PyTorch, uno de los grandes competidores de TensorFlow. Sin embargo, hoy tomaremos un pequeño desvío para desarrollar un proyecto de principio a fin, usando una técnica llamada “spot-checking” en conjunción con transfer learning.
De manera específica, crearemos un detector de carros usando TensorFlow.
¡Manos a la obra!
>>> Descarga el código de este post aquí <<<
Definición del Problema
En este notebook hablaremos un poco sobre la importancia y los posibles usos de un algoritmo como el que vamos a implementar.
Exploración de los Datos
Habiendo ya definido el problema, el siguiente paso es familiarizarnos con la data a nuestra disposición.
Evaluación de Modelos
Aquí es donde haremos uso de “spot-checking” para explorar la mayor cantidad de posibilidades antes de optar por profundizar en alguna de ellas.
Optimización de Modelos
Habiendo determinado qué arquitecturas vale la pena explotar, es hora de sacarle el mayor desempeño posible.
¿Qué opinas de este formato? Déjame saber tu opinión en los comentarios.
>>> Descarga el código de este post aquí <<<
Espero que hayas disfrutado de este pequeño proyecto. La próxima semana seguiremos adentrándonos en el mundo de PyTorch.
¡Nos vemos!