Skip to content

FAQ_CNN.md

Latest commit

 

History

History
154 lines (97 loc) · 4.5 KB

FAQ_CNN.md

File metadata and controls

154 lines (97 loc) · 4.5 KB

1️⃣ ¿Por qué la red no analiza la imagen completa de una vez?

Porque sería carísimo computacionalmente y perdería información local.
Las convoluciones permiten analizar la imagen por zonas pequeñas, detectando patrones locales.

“Porque las CNN aprenden patrones locales primero —bordes, curvas— y luego los combinan.”

2️⃣ ¿Quién decide cuántos filtros usar?

Tú, el diseñador de la red.
El algoritmo no elige automáticamente.

“La arquitectura la diseña el humano; los pesos los aprende la red.”

3️⃣ ¿Qué es exactamente un filtro?

Es una pequeña matriz (3×3, 5×5, etc.) cuyos valores la red aprende.

“Un filtro es un detector de patrones que la red aprende sola.”

4️⃣ ¿Por qué ReLU funciona mejor que otras activaciones?

Porque es simple, computacionalmente eficiente y reduce problemas de gradientes.

“Porque es rápida, estable y funciona muy bien en redes profundas.”

5️⃣ ¿Pooling es una convolución?

No.
Pooling NO tiene pesos y NO usa activación.

“No, pooling solo resume la información. No aprende nada.”

6️⃣ ¿Por qué se necesita hacer “flatten” antes de la capa densa?

Porque las capas densas solo trabajan con vectores, no con mapas espaciales.

“Flatten convierte las características detectadas en una lista que la red puede clasificar.”

7️⃣ ¿Las CNN pueden procesar imágenes en escala de grises?

Sí.
No necesitan RGB.
Pueden recibir 1, 3, 4 o muchos canales.

“Sí, solo necesitan un tensor. El número de canales da igual.”

8️⃣ ¿Cómo sabe la red qué patrón buscar?

No lo sabe.
Empieza con filtros aleatorios y aprende a través del gradiente qué filtros producen menor error.

“La red inventa los filtros que mejor reducen el error.”

9️⃣ ¿Por qué el tamaño del kernel suele ser 3×3?

3×3 es suficientemente pequeño para capturar detalles y suficientemente grande para ser expresivo. Es estándar moderno.

“3×3 es un buen equilibrio entre detalle y eficiencia.”

🔟 ¿Qué pasa si aumento o disminuyo el número de filtros?

  • Más filtros → más capacidad, más cómputo, más riesgo de overfitting.

  • Menos filtros → menos capacidad, más rápido, pero puede aprender menos.

“Más filtros = más capacidad, pero más riesgo; menos filtros = más simple pero menos potente.”

1️⃣1️⃣ ¿La CNN “ve” la imagen como nosotros?

No.
Ve matrices, intensidades, contrastes y patrones matemáticos.

“No ve objetos: ve patrones. La interpretación es emergente.”

1️⃣2️⃣ ¿Necesito normalizar las imágenes antes de entrenar?

Sí, siempre.
Normalizar ayuda al gradiente y evita problemas numéricos.

“Sí, siempre normalizamos. Le facilita la vida al algoritmo.”

1️⃣3️⃣ ¿El modelo aprende solo o tengo que definir todo?

El modelo aprende:

  • pesos
  • bias
  • filtros

Pero TÚ defines:

  • arquitectura
  • learning rate
  • optimizador
  • capas
  • tamaño de kernel
  • funciones de activación

“El modelo aprende parámetros; tú defines la estructura.”

1️⃣4️⃣ ¿Por qué necesitamos tantas convoluciones seguidas?

Porque las primeras detectan patrones simples y las siguientes combinan esos patrones en estructuras más complejas.

“Primero detecta bordes, luego formas, luego partes, luego objetos.”

1️⃣5️⃣ ¿Qué es un mapa de características (feature map)?

Es la versión filtrada de la imagen, donde se destacan patrones específicos.

“Es la imagen transformada después de aplicar un filtro.”

1️⃣6️⃣ ¿Qué diferencia hay entre “stride” y “padding”?

  • Stride: cuántos pixeles avanza el filtro.
  • Padding: agregar bordes para no perder información.

“Stride es el paso; padding es el borde.”

1️⃣7️⃣ ¿Por qué las CNN funcionan mejor que un MLP para imágenes?

Porque respetan la estructura 2D y reutilizan pesos (convoluciones), reduciendo parámetros y aprendiendo patrones espaciales.

“Porque entienden espacio. Los MLP destruyen la estructura de la imagen.”

1️⃣8️⃣ ¿Qué es lo que realmente aprende una CNN?

Aprende filtros que detectan patrones útiles:

  • bordes
  • curvas
  • texturas
  • formas
  • partes de objetos

No aprende “qué es un gato”, aprende las características que distinguen un gato.

“No aprende objetos: aprende patrones.”