MIKI BLOG

2026-03-03

ONNX Runtime GPU: Por qué y cómo compilarlo manualmente

Guía completa para compilar ONNX Runtime GPU en entornos aarch64. Desde la instalación de CUDA 13 y cuDNN hasta la configuración de CMake, generación del wheel y su validación, optimizada para usuarios de DGX‑Spark.

#aprendizaje profundo #gpu #onnxruntime #aarch64 +2

2025-12-19

Gradiente que desaparece (Vanishing Gradient): Por qué el aprendizaje profundo sufre de "pérdida de memoria a corto plazo"

Explora por qué ocurre el gradiente que desaparece en el aprendizaje profundo, el papel de la función Sigmoid y la regla de la cadena, y cómo ReLU y ResNet solucionan este problema con soluciones ingenieriles prácticas.

#aprendizaje profundo #retropropagación #gradiente que desaparece #relu +2

2025-12-19

Retropropagación (Backpropagation): Cómo la IA detecta al culpable del error (con la regla de la cadena)

Descubre cómo la retropropagación permite a la IA localizar la causa de los errores, cómo la regla de la cadena y Autograd de PyTorch calculan gradientes automáticamente, y cómo se aborda el problema del gradiente que desaparece en redes profundas.

#aprendizaje profundo #ia #retropropagación #autograd de pytorch +2

2025-12-17

¿Por qué necesitamos la derivada en el aprendizaje profundo? (¿Es solo álgebra lineal?)

Exploramos por qué la derivada es esencial en el aprendizaje profundo desde la perspectiva de un desarrollador. La combinación de álgebra lineal y funciones no lineales hace que la derivada actúe como un brújula para reducir errores, guiando el gradiente descendente y la retropropagación en redes neuronales profundas.

#aprendizaje profundo #derivada #álgebra lineal #gradiente descendente +3

2025-12-16

Operaciones básicas de NumPy para aprendizaje profundo: +, -, *, /, **, comparaciones, sum/mean/max/min y axis

Explicamos en detalle las operaciones básicas de NumPy (+, -, *, /, **), las comparaciones y las funciones de agregación (sum, mean, max, min) desde la perspectiva de aprendizaje profundo. Con ejemplos prácticos, aprende a usar operaciones elemento a elemento, escalar, máscaras y el concepto de axis para calcular pérdidas, precisión y estadísticas de características.

#aprendizaje profundo #numpy #axis #operaciones básicas +3

2025-12-15

NumPy para principiantes en Deep Learning: ¿Por qué debes aprenderlo antes que PyTorch?

NumPy es esencial para quienes comienzan en Deep Learning: explica por qué aprenderlo antes que PyTorch, cubre vectorización, broadcasting y álgebra lineal con ejemplos claros, y muestra cómo se conecta con los tensores de PyTorch.

#pytorch #aprendizaje profundo #numpy #broadcasting +2

2025-11-21

El cambio de poder de la CPU a la GPU - ¿Por qué la IA ama las 'matrices'?

Este artículo aborda la transición de la CPU a la GPU y las razones por las cuales los modelos de IA prefieren las operaciones de matrices. Se explica cómo la aceleración de GPU mejora el rendimiento del aprendizaje profundo y la eficiencia de las operaciones basadas en matrices.

#aprendizaje profundo #gpu #ai #rendimiento +1

2025-11-19

El secreto de la actualización del modelo LoRA - olvido y repaso, la técnica de ajuste fino que imita la memoria humana

Explora los secretos de la actualización del modelo LoRA, introduciendo técnicas de ajuste fino que imitan los mecanismos de olvido y repaso de la memoria humana. Este artículo aborda estrategias prácticas y casos de aplicación eficientes para desarrolladores e investigadores de IA.

#aprendizaje profundo #lora #actualización de modelo #ajuste fino +1

2025-01-29

Reflexiones sobre Deep Learning y TensorFlow

Explorando los desafíos y beneficios de estudiar Deep Learning y TensorFlow, y equilibrando las necesidades tecnológicas actuales con los objetivos futuros.

#tensorflow #aprendizaje profundo