Convolutional Neural Networks

Lo que cubre

Cuarto curso de la especialización en Deep Learning de DeepLearning.AI. El salto de las redes densas a la visión por computadora: cómo una red aprende directamente de los píxeles y por qué la convolución es la pieza que lo hace posible.

Lo que aprendí

• Capas convolucionales: cómo funcionan los filtros, el padding y el stride; por qué la convolución reduce drásticamente los parámetros frente a una red densa.
• Pooling y arquitectura: cómo se componen convolución y pooling para extraer características jerárquicas (bordes → texturas → formas).
• Arquitecturas clásicas: el razonamiento detrás de LeNet, AlexNet y VGG, y cómo ResNet resolvió el problema de las redes profundas con conexiones residuales.
• Detección de objetos: localización, sliding windows e IoU para saber si una detección es buena.
• Reconocimiento y verificación facial: one-shot learning con siamese networks y triplet loss.
• Transfer learning: reutilizar redes preentrenadas y data augmentation para trabajar con datasets pequeños.

Por qué importa

Las CNN son la base histórica de la visión por computadora moderna y el mejor ejemplo de por qué el diseño de arquitectura importa: cada decisión (receptive field, residual connections, pooling) resuelve un problema concreto del aprendizaje sobre imágenes. Entenderlas es entender cómo se construyó el camino hacia los Vision Transformers.

Institución

DeepLearning.AI — especialización fundada por Andrew Ng.