CI/CD: Conceptos básicos — pipeline, job, stage, step y gates
Los bloques básicos de cualquier pipeline de CI/CD: pipeline, gates, jobs, stages y steps, y cómo se llaman en GitHub Actions, GitLab CI y Jenkins.
Categoría: Inteligencia Artificial
CI/CD: Introducción — qué es, por qué importa y quién lo hace
Primera entrega de la serie CI/CD: qué es la Platform Architecture, qué roles la diseñan y por qué todo producto software serio necesita un buen pipeline.
CI/CD y la IA: De la teoría a la práctica
Guía de navegación para la serie completa sobre CI/CD moderno con Inteligencia Artificial. Descubre qué artículos te interesan y en qué orden leerlos.
Cómo generar imágenes con tu cara usando Flux.1 ¡Gratis!
Cómo entrenar un LoRA en Flux.1 para generar imágenes con tu cara de manera gratuita, utilizando el servicio de replicate.com
CPU vs GPU en Deep Learning: ¿Cuánta diferencia hay en tiempo de entrenamiento?
¿Sabes cuál es la diferencia de tiempos en entrenar un modelo de Deep Learning con una CPU y una GPU. En este artículo lo demostramos.
Toxicidad política en Tweets
Ejemplo de uso de un modelo de Hugging Face, creado por el equipo de NLP de Newtral, que puntúa en español el nivel de «toxicidad política» de un tweet.
¿Cómo instalar TensorFlow con GPU en Windows?
¿Quieres instalar TensorFlow con GPU (en Windows) sin morir en el intento?. En este tutorial contamos cómo instalarlo paso a paso.
¿Qué debemos saber para instalar correctamente TensorFlow con GPU?
Instalar TensorFlow y hacer que funcione con GPU es muy fácil, solo hay que saber qué instalar y con qué versiones para que todo sea compatible.
Mapa: Algoritmos de Aprendizaje y Conceptos del (Deep) Machine Learning
Mapa con los Algoritmos de Aprendizaje y conceptos del Machine Learning y el Deep Learning
Scraping anónimo por la red TOR
En este tutorial vamos a explicar como configurar un servidor proxy para realizar scraping de forma anónima por medio de la red TOR
Análisis de resultados de fútbol con Power BI
El Business Intelligence transforma los datos en información y la información en conocimiento para decidir en la empresa. Con resultados de fútbol.
Selección del número óptimo de Clusters
Uno de los problemas que nos encontramos a la hora de aplicar alguno de los métodos de Clustering (K-means o EM) es la elección del número de Clusters.