1 · Fundamentos de ANN
Del perceptrón único a la retropropagación y la barrera del gradiente desvanecido — la maquinaria base que usa toda red profunda.
●Track 9 · En vivo
Deep Learning
ANNs, CNNs, RNNs, LSTMs, Transformers — animados de principio a fin.
Del perceptrón a multi-head attention. El código de PyTorch/TensorFlow es read-along (no corren en Pyodide), pero cada idea clave — backprop, stride de convolución, mapas de atención, bloques transformer — recibe una escena cinemática que hace que las matemáticas encajen.
49 / 49 lecciones10 capítulos
2 · Activaciones, loss y optimizadores
De sigmoide a GELU, de MSE a cross-entropy, de SGD a Adam — los tres mandos que ajustas para que una red profunda entrene.
3 · Trucos de entrenamiento + proyectos
Inicialización de pesos, dropout, batch norm — más dos proyectos completos: clasificador binario ANN y regresor ANN, hechos a mano en numpy con read-alongs de PyTorch.
4 · Redes Convolucionales (CNN)
De la operación de convolución a un clasificador de imágenes completo — la arquitectura que dominó la visión computacional por una década.
- ›15 · Por qué CNNs: estructura espacial y compartición de parámetros~12 min
- ›16 · Convolución: kernels, strides y mapas de características~14 min
- ›17 · Padding y pooling: control de dimensiones espaciales~12 min
- ›18 · Canales: imágenes RGB y convoluciones multi-filtro~12 min
- ›19 · Arquitectura CNN completa: Conv → BN → ReLU → Pool~14 min
5 · Redes Recurrentes (RNN)
Desde la intuición de RNN, pasando por BPTT y el problema del gradiente desvanecido, hasta un clasificador de sentimientos end-to-end.
6 · LSTM, GRU, Bidireccional
Arquitecturas recurrentes con gates que resolvieron el problema del gradiente desvanecido y dominaron NLP de 2014 a 2017.
7 · Seq2Seq + Atención
Encoder-decoder, el problema del cuello de botella, atención como lookup suave y self-attention — el puente de RNNs a Transformers.
8 · Transformers
Atención multi-cabeza, codificación posicional, el bloque encoder/decoder y un mini-GPT desde cero — la arquitectura detrás de todo LLM moderno.
9 · Modelos preentrenados y LLMs
Tokenización subword, preentrenamiento auto-supervisado, las tres familias de arquitecturas, transfer learning, LoRA e instruction-tuning + RLHF — cómo se construyen, adaptan y alinean los LLMs reales.
- ›37 · Tokenización de subpalabras (subword)~14 min
- ›38 · Pre-entrenamiento auto-supervisado~14 min
- ›39 · Encoder, decoder, encoder-decoder~14 min
- ›40 · Transfer learning y fine-tuning~14 min
- ›41 · LoRA y fine-tuning eficiente en parámetros (PEFT)~14 min
- ›42 · Usar modelos pre-entrenados~14 min
- ›43 · Proyecto final: de LLM a asistente~14 min
10 · Modelos generativos
Autoencoders, VAEs, GANs, difusión (DDPM), difusión latente/condicional (Stable Diffusion) y cómo se comparan las familias generativas — el lado creativo del deep learning.