# Foro de Discusión – Semana 2: Las Redes Neuronales Profundas (Deep Learning) **Equipo de trabajo 10** **Integrantes:** - Alexander Oviedo Fadul - William David Obando López - Kionar Peña Buitrago - María Fernanda Ruiz Padilla - Neheman Samir Jaller Cerchiaro **Curso:** NRC-198 – Deep Learning **Docente:** Juan Carlos Valencia **Fecha:** Marzo 2026 --- ## Participación principal Buenas noches compañeros y profesor Valencia. Soy Alexander del Equipo 10 (junto con William, Kionar, María Fernanda y Neheman). Paso a responder las 5 preguntas del foro. **¿Cómo se configura una red neuronal profunda?** Siendo honesto, antes de esta clase yo pensaba que configurar una red profunda era básicamente escribir muchas líneas de código y ponerla a correr. Pero no. Es más parecido a lo que el profe nos mostró con el ejercicio de Google Colab donde movíamos esas "perillas" de rendimiento y recursos: hay que encontrar un punto de equilibrio. La configuración empieza por definir cuántas capas y neuronas tendrá la red, luego elegir las funciones de activación que son las que dejan que el modelo capture relaciones no lineales. Después viene escoger el optimizador y la función de pérdida, y por último ajustar hiperparámetros como la tasa de aprendizaje, el batch size y el dropout. Fandango (2018) lo explica bastante bien cuando describe cómo en Keras se van apilando capas con el modelo Sequential de forma progresiva (pp. 58-72). Pero lo que más me quedó de la clase fue cuando el profe dijo eso de que si un modelo tiene 99% de precisión pero tarda horas entrenando o gasta mucha energía, entonces la eficiencia real podría ser baja. Medio obvio cuando lo escuchas, pero uno no siempre lo piensa así. Uno se obsesiona con el accuracy y se olvida de lo demás. **¿Qué tipos de red neuronal profunda conoce?** Las que más hemos tocado entre esta materia y Machine Learning son tres. Las feedforward o MLP que son las más sencillas, la información entra por un lado y sale por otro sin ciclos. Las convolucionales (CNN) que están pensadas para imágenes y datos espaciales. Y las recurrentes (RNN) que procesan secuencias como texto o series de tiempo. Galea y Capelo (2018) lo resumen bien: la arquitectura que elijas depende directamente del dato que tengas y de qué necesitas predecir (pp. 186-194). No es lo mismo clasificar radiografías que predecir el precio de una casa, que fue justo uno de los ejemplos que el profe trajo a la clase pasada. **¿Qué es una capa secuencial?** Una capa secuencial, o mejor dicho el modelo secuencial de Keras, es la forma más simple de armar una red. Es una pila de capas que van una detrás de otra, la salida de una alimenta la siguiente y ya. Sin bifurcaciones, sin atajos, sin nada raro. La verdad es que cuando lo probé por primera vez en Fundamentos para IA me pareció demasiado fácil para lo que supuestamente hace. Pero ahí está su gracia: te permite montar algo funcional rápido sin enredarte con la API funcional, que ya es otro nivel de complejidad. **¿Qué es un modelo convolucional?** Es una red que en vez de conectar todo con todo (que sería imposible con una imagen de miles de pixeles), usa filtros chiquitos que se van deslizando por la imagen. Primero detecta cosas simples como bordes o texturas, y a medida que avanzan las capas va reconociendo patrones más complejos. Hodnett y Wiley (2018) mencionan algo interesante: que con solo rotar las imágenes 15 grados al entrenar ya se enriquece el dataset sin necesidad de conseguir más fotos reales (pp. 60-96). Después viene el pooling que básicamente comprime la información quedándose con lo más importante. Esto me hizo acordar del caso del hospital que nos contó el profe en clase. El del 2018 en Estados Unidos donde tenían un modelo de detección de cáncer de mama con 98.5% de exactitud... pero en producción empezó a clasificar a todos como sanos. Tremendo. De nada sirve la arquitectura más sofisticada si no se valida bien. **¿Qué importancia tienen la capa secuencial y los modelos convolucionales en deep learning?** El modelo secuencial hizo que gente como nosotros, que venimos más de ingeniería y no de matemáticas puras, pudiéramos armar redes sin sufrir. En pocas líneas tienes algo entrenando. El profe al final de la clase lo dijo: son menos de 10 líneas para implementar las métricas completas. Lo mismo pasa con el Sequential. Las CNN cambiaron visión por computadora para siempre. Antes tocaba diseñar los features a mano, ahora la red los aprende sola. Y al combinar ambos (convoluciones para extraer patrones y capas densas secuenciales para clasificar) se complementan. Lo que yo rescato de esta semana es algo que el profe repitió varias veces: hay que entender qué quiere el dueño del negocio antes de ponerse a entrenar. Él lo decía como que no basta saber las métricas, hay que saber qué busca el médico, el ingeniero, el que conoce el contexto. Sin eso, el modelo está a ciegas. --- ## Réplica a Jorge Luis Duque Valencia Jorge Luis, coincido con algo que mencionas y que no todos distinguen: la diferencia entre "capa secuencial" y "modelo secuencial". No es un detalle menor. Lo secuencial describe la arquitectura completa del modelo, no es un tipo de capa en sí misma. Esa confusión aparece bastante en los foros en general. También me pareció acertado que menciones las funciones de activación como elemento central. Sin ellas la red se comportaría como una regresión lineal, así tenga mil capas. Es algo que vimos también en Machine Learning cuando trabajamos los primeros modelos de clasificación. Lo que sí me gustaría agregar es sobre los hiperparámetros. Dices que son importantes pero no profundizas mucho, y en la práctica hacen una diferencia enorme. En el ejercicio de Colab que el profe nos mostró se veía claro: mover un poquito la perilla de rendimiento vs recursos cambiaba todo el resultado. **Réplica a Edwin Dayan Rios Giraldo** Edwin, tu participación va directo al punto, sin rodeos, y eso se agradece. Tu descripción de cómo las CNN construyen representaciones de lo simple a lo complejo es correcta y está bien explicada. Solo agregaría una cosa sobre el modelo secuencial. Dices que facilita la construcción y eso es verdad, pero tiene una limitación que vale la pena mencionar: no permite conexiones entre capas que no sean consecutivas. Cuando la red es muy profunda el gradiente tiende a desvanecerse, y ahí es donde se inventaron las conexiones residuales tipo ResNet que necesitan otra API. Por lo demás, tu participación está clara y complementa bien la discusión. --- **Referencias** Fandango, A. (2018). *Mastering TensorFlow 1.x* (pp. 58-72). Packt Publishing. Galea, A., y Capelo, L. (2018). *Applied Deep Learning with Python* (pp. 186-194). Packt Publishing. Hodnett, M., y Wiley, J. (2018). *R Deep Learning Essentials* (pp. 60-96). Packt Publishing.