Introducción
El aprendizaje profundo es una forma avanzada de aprendizaje automático que intenta emular el modo en que el cerebro humano aprende. Cada vez más, el aprendizaje profundo se usa para generar modelos complejos que admiten desafíos de inteligencia artificial, como Computer Vision y el procesamiento del lenguaje natural.
Azure Databricks es una plataforma excelente para entrenar modelos de aprendizaje profundo por varias razones:
- Permite trabajar con grandes volúmenes de datos necesarios para entrenar de forma eficaz modelos de aprendizaje profundo.
- Ofrece compatibilidad con clústeres escalables basados en GPU, que brindan un rendimiento óptimo para las operaciones de matriz y de vector necesarias para entrenar modelos de aprendizaje profundo.
- Los marcos de aprendizaje profundo comunes, como PyTorch y TensorFlow, están preinstalados en los clústeres de ML de Azure Databricks, igual que otras bibliotecas útiles, como Horovod, para el entrenamiento distribuido de modelos de aprendizaje profundo.
En este módulo se proporciona una introducción a algunos de los principios básicos del aprendizaje profundo, con un enfoque en cómo usar PyTorch en Azure Databricks.
Sugerencia
Para obtener una introducción más general al aprendizaje profundo, se recomienda completar el módulo Entrenamiento y evaluación de modelos de aprendizaje profundo, el cual incluye parte de la misma información que este módulo, pero trata conceptos adicionales y temas de implementación en mayor profundidad.