Friki Work

Preparación del Conjunto de Datos y Transformaciones Para el procesamiento de imágenes de resonancia magnética (MRI), es fundamental estructurar los datos de manera eficiente. En lugar de cargar todas las imágenes en la memoria durante la inicialización, utilizaremos la clase Dataset de PyTorch para cargar las imágenes bajo demanda. Esto optimi ...

Redes Completamente Conectadas (Modularidad) El diseño de redes neuronales modernas se basa en la programación modular. Cada capa se define con dos funciones principales: una para la propagación hacia adelente (forward) y otra para la propagación hacia atrás (backward). Forward: Recibe la entrada y devuelve la salida junto con un "cache&q ...

Las Redes Neuronales Convolucionales (CNN) constituyen una categoría de arquitecturas de aprendizaje profundo diseñadas específicamente para el procesamiento de datos con estructura de cuadrícula, como las imágenes. A diferencia de las redes densamente conectadas (MLP), las CNN aprovechan las propiedades espaciales de los datos, lo que permite ...

Descripción del Proyecto El repositorio cvjena/cnn-models ofrece una colección de redes neuronales convolucionales (CNN) preentrenadas mediante el conjunto de datos ImageNet. El valor principal de este proyecto radica en la integración de técnicas de Batch Normalization (Normalización por Lotes) en arquitecturas clásicas, optimizadas específica ...

El diagnóstico de fallas en cajas de engranajes representa uno de los aspectos más críticos en el mantenimiento industrial moderno. En este artículo exploraremos una arquitectura basada en la combinación de GADF (Gramian Angular Difference Field) con redes CNN-LSTM, implementada completamente en MATLAB, utilizando el conjunto de datos de la Uni ...

El procesamiento de imágenes hiperespectrales representa un desafío fundamental en la teledetección moderna debido a la alta dimensionalidad de los datos. El conjunto de datos Indian Pines, que consiste en una matriz de 145x145 píxeles con 220 bandas de reflectancia espectral, es el estándar de referencia para evaluar algoritmos de clasificació ...

Indicadores Fundamentales para Evaluar Modelos de Clasificación de Texto En tareas de procesamiento de lenguaje natural, la precisión (Accuracy) por sí sola no es suficiente para evaluar el rendimiento de un modelo de clasificación de texto. Una evaluación robusta requiere un análisis multidimensional que incluye las siguientes métricas esencia ...

Este artículo explica la integración y el uso del módulo de atención CBAM (Convolutional Block Attention Module) dentro de un proyecto PyTorch. El código de referencia proviene del repositorio oficial para los artículos de BAM y CBAM. Estructura del Proyecto y Archivos Principales La organización del repositorio es la siguiente: . ├── README.md ...