Search Results Normalización de Capas

2023, año de los LLMs abiertos

2023 ha visto un aumento del interés público en los Modelos de Lenguaje Amplio (LLMs, por sus siglas en inglés), y ahora que la…

Implementando LoRA desde cero

LoRA, un acrónimo de Adaptación de Baja Graduación o Adaptadores de Baja Graduación, ofrece un método eficiente y ligero para ajustar modelos de lenguaje…

Ingeniería de datos una guía inspirada en la Fórmula 1 para principiantes

Creo firmemente que la mejor manera de describir un concepto es a través de ejemplos, aunque algunos de mis profesores universitarios solían decir Si…

Investigadores de CMU descubren ideas clave sobre el comportamiento de las redes neuronales la interacción entre datos de distribución pesada y la profundidad de la red en la formación de la dinámica de optimización

Hay una lista en constante crecimiento de propiedades intrigantes de la optimización de redes neuronales (NN) que no son explicadas fácilmente por herramientas clásicas…

Explorando la convolución punto a punto en las CNN reemplazando las capas completamente conectadas

Introducción Las Redes Neuronales Convolucionales (CNNs) han sido actores clave en la comprensión de imágenes y patrones, transformando el panorama del aprendizaje profundo. El…

RAG y LLM Una nueva frontera en el modelado dinámico del lenguaje

¿Qué desafíos presentan los LLM? Los modelos de lenguaje tradicionales, como GPT-4 y Llama2, enfrentan limitaciones inherentes. Su naturaleza estática los ata a un…

Qwak

¿Se pueden simplificar los bloques de transformador sin comprometer la eficiencia? Este artículo de inteligencia artificial de ETH Zurich explora el equilibrio entre la complejidad del diseño y el rendimiento.

Investigadores de ETH Zurich exploran simplificaciones en el diseño de los Transformers profundos, con el objetivo de hacerlos más robustos y eficientes. Se proponen…

El ABC de los Transformers Todo lo que necesitas saber

Probablemente ya hayas oído hablar de Transformers, y todo el mundo habla de ello, ¿así que por qué escribir un nuevo artículo al respecto?…

Ajuste fino de LLM Ajuste fino eficiente de parámetros (PEFT) – LoRA y QLoRA – Parte 1

En este blog, entenderemos la idea detrás de la Ajuste Fino de Parámetros Eficientes (PEFT, por sus siglas en inglés) y exploraremos LoRA y…

De-codificado Transformers explicados en un lenguaje sencillo

Sin código, matemáticas o mención de claves, consultas y valores.

Segmentación de Imágenes Una Guía Detallada

La segmentación de imágenes se refiere a la capacidad de las computadoras (o más precisamente, los modelos almacenados en las computadoras) para tomar una…

Pronóstico de series de tiempo con redes neuronales recurrentes

Este artículo guía de manera integral la predicción de series temporales utilizando redes neuronales recurrentes (RNNs), así como los diferentes aspectos asociados.

Notas sobre CLIP Conexión de texto e imágenes

Los autores del documento anterior tienen como objetivo producir buenas representaciones (características) para imágenes que se puedan utilizar para diversas tareas con un mínimo…

Quantización de Tensores La Historia No Contada

A lo largo del resto de este artículo, intentaremos responder a las siguientes preguntas con ejemplos concretos. Escala al cuantificar un rango de punto…

Mejora el aprendizaje con los complementos de ChatGPT para estudiantes e instituciones

Introducción ChatGPT ha ganado rápidamente prominencia como uno de los modelos de IA conversacional más avanzados, cautivando a los usuarios con su capacidad para…

Las 10 habilidades de IA más importantes para conseguir un trabajo en 2023

La Inteligencia Artificial (IA) es uno de los campos más destacados y llenos de oportunidades en la tecnología. Independientemente de tus habilidades actuales, conseguir…

Introducción e Implementación de Redes Siamesas

Introducción Las redes siamesas ofrecen un enfoque intrigante para la clasificación, permitiendo la categorización precisa de imágenes basada en solo un ejemplo. Estas redes…

Explorando el paisaje de la inteligencia artificial generativa

La IA generativa utiliza diversas técnicas de aprendizaje automático, especialmente redes neuronales, para descifrar patrones dentro de un conjunto de datos dado.

GPT-3 ¿Aprendizaje de pocos ejemplos para modelos de lenguaje?

En los últimos años, la industria de la IA y el ML ha presenciado un ascenso meteórico en el desarrollo y aplicación de los…

Consejos de PyTorch para aumentar tu productividad

Domina PyTorch con estos métodos comprobados.

Machine Learning

Swin Transformers | Tareas modernas de visión por computadora

Introducción El Swin Transformer es una innovación significativa en el campo de los transformadores de visión. El rendimiento excepcional de los transformadores se ha…

Redes convolucionales de grafos Introducción a las GNN

En este artículo, presentamos paso a paso la arquitectura de las redes neuronales gráficas e implementamos una red convolucional de grafos utilizando PyTorch Geometric.

Ajuste fino de un modelo Llama-2 7B para la generación de código en Python

Hace aproximadamente 2 semanas, el mundo de la IA generativa quedó impactado por el lanzamiento del nuevo modelo de IA Llama-2 de la compañía…

Despliega miles de conjuntos de modelos con puntos finales multinivel de Amazon SageMaker en GPU para minimizar tus costos de alojamiento

La adopción de inteligencia artificial (IA) se está acelerando en diversas industrias y casos de uso. Los recientes avances científicos en aprendizaje profundo (DL),…

Aprendizaje Automático de Grafos @ ICML 2023

Magníficas playas y paisajes tropicales de Hawái 🌴 no impidieron que valientes científicos asistieran a la Conferencia Internacional de Aprendizaje Automático en Honolulu y…

Learn more about Search Results Normalización de Capas