PyTorch: Deep Learning con Python
PyTorch ·Ciencia de Datos·IA Generativa
Aprendes PyTorch para construir, entrenar y desplegar redes neuronales con Python. Cubre tensores y diferenciación automática, construcción de modelos con módulos propios, entrenamiento con funciones de pérdida y optimizadores, datasets y dataloaders, redes convolucionales y visión, transfer learning con modelos preentrenados, redes recurrentes para secuencias, optimización con compilación y precisión mixta, y despliegue a producción. Al terminar entregas un proyecto integrador de deep learning.
¿Prefieres verlo en directo? Agenda una demo sin compromiso.
Formación corporativa: este curso se activa bajo pedido para tu organización. Adaptamos temario, calendario y modalidad (teleformación, aula virtual o mixto).
Contenido del curso
Framework de deep learning: tensores, redes neuronales y producción.
-
Introducción a PyTorch Lección
-
Instalación de PyTorch Lección
-
Test de introducción a PyTorch Test
Detalles del curso
Público objetivo
- Desarrolladores Python con base en NumPy que buscan iniciarse en deep learning
- Científicos de datos que necesitan construir y entrenar redes neuronales
- Ingenieros de ML interesados en herramientas modernas de PyTorch para producción
Contenido del roadmap
Fundamentos de PyTorch
- Tensores: creación, operaciones, indexación y gestión de dispositivos CPU/GPU
- Autograd: grafos computacionales dinámicos, gradientes y diferenciación automática
Construcción y entrenamiento de redes neuronales
- nn.Module: capas, activaciones, dropout, normalización y modelos personalizados
- Entrenamiento: funciones de pérdida, optimizadores, bucle train/val y métricas
Datos y pipelines
- Dataset y DataLoader: carga eficiente, workers y muestreo
- Transforms: augmentación de imágenes y pipelines de preprocesado
Arquitecturas especializadas
- CNN: redes convolucionales, clasificación de imágenes y transfer learning
- RNN: LSTM, GRU y procesamiento de secuencias de texto
Producción y optimización
- torch.compile: compilación estable con TorchDynamo y AOTInductor
- Mixed precisión: entrenamiento eficiente con autocast, GradScaler y bfloat16
- Despliegue: guardado, checkpoints, torch.export, ONNX y ExecuTorch para edge
- Distribuido: DDP, FSDP2 y Tensor Parallel; cuantización con torchao
Proyecto integrador
- Clasificador de imágenes con transfer learning sobre ResNet o Visión Transformer, Lightning 2.x o Ignite, TorchMetrics, torch.compile, export a ONNX y despliegue con TorchServe o Lightning Serve
Objetivos de aprendizaje
Al completar este roadmap, serás capaz de:
- Manipular tensores en CPU y GPU con operaciones vectorizadas
- Construir redes neuronales personalizadas con nn.Module
- Entrenar modelos con bucles completos de entrenamiento y validación
- Diseñar pipelines de datos eficientes con Dataset y DataLoader
- Implementar CNN para clasificación de imágenes y aplicar transfer learning con ResNet y Visión Transformers
- Procesar secuencias con RNN, LSTM y GRU
- Optimizar y desplegar modelos con torch.compile, AOTInductor, mixed precisión bfloat16, ONNX y ExecuTorch
- Orquestar entrenamientos con Lightning 2.x, Ignite y TorchMetrics
- Entregar un proyecto integrador de clasificación de imágenes con transfer learning, export ONNX y despliegue con TorchServe o Lightning
Otros cursos de PyTorch
PyTorch - Fundamentos
Curso inicial centrado en los pilares matemáticos y de programación de PyTorch. Aprendes a crear y operar con tensores en CPU y GPU, gestionando tipos de datos y memoria; comprendes el sistema de diferenciación automática y el cálculo de gradientes detrás del entrenamiento; y construyes redes neuronales personalizadas con módulos, capas, activaciones e inicialización. Al terminar dominas la base imprescindible para entrenamiento y despliegue.
PyTorch - Módulos avanzados
Curso para consolidar el bucle de entrenamiento profesional con PyTorch. Aprendes a entrenar modelos con métricas y técnicas de regularización, a construir pipelines de datos eficientes con datasets, dataloaders y transformaciones, y a abordar visión artificial con redes convolucionales, clasificación de imágenes, arquitecturas modernas y transfer learning con modelos preentrenados. Al terminar diseñas modelos de visión listos para casos empresariales.
PyTorch - Optimización, rendimiento, despliegue, Redes recurrentes y procesamiento de secuencias
Curso centrado en llevar modelos PyTorch a producción y abordar el procesamiento de secuencias. Aprendes optimización del rendimiento con compilación de modelos, precisión mixta y nociones de entrenamiento distribuido, guardado y carga de modelos para despliegue, y redes recurrentes con LSTM y GRU, embeddings y procesamiento de texto. Al terminar entregas modelos listos para inferencia eficiente y para tareas secuenciales del mundo real.
Forma equipos completos con un itinerario
Este curso aparece dentro de las siguientes carreras corporativas.
¿Formación para tu equipo en esta tecnología?
Tú nos dices a quién formar y nosotros configuramos la plataforma con tu marca, damos de alta a tu gente, evaluamos las entregas con IA y te entregamos los certificados y los informes técnicos para tu gestor FUNDAE. Catálogo amplio con teleformación, aula virtual o mixto. Sin permanencia, sin coste de setup.
¿Prefieres verlo en directo? Agenda una demo.
Preguntas frecuentes
- ¿PyTorch: Deep Learning con Python es bonificable por FUNDAE para mi empresa?
- Puede ser bonificable cuando la acción cumple los requisitos aplicables. La plataforma aporta evidencias técnicas: seguimiento de tiempos, registro de conexiones, foros, encuestas y certificados para que tu entidad organizadora o gestoría revise la documentación.
- ¿En qué modalidades se imparte PyTorch: Deep Learning con Python?
- En tres modalidades: teleformación (online asíncrona), aula virtual privada en directo y mixta. Adaptamos temario, calendario y modalidad al equipo.
- ¿Se adapta PyTorch: Deep Learning con Python al nivel de mi equipo?
- Sí. Adaptamos temario, calendario y modalidad al nivel y al stack del equipo, con ejercicios evaluados por IA y certificado verificable.
- ¿Cuánto tarda en activarse para mi empresa?
- La activación corporativa estándar es rápida, sin coste de setup ni permanencia.