user@devops:~$ cat README.md
PyTorch Fundamentals
# Descripción
Proyecto de introduccion completa a PyTorch, el framework de deep learning mas popular en investigacion. Cubre 7 secciones: desde tensores (creacion, operaciones, broadcasting, interoperabilidad con NumPy) hasta redes neuronales convolucionales. Incluye autograd para diferenciacion automatica, regresion lineal con SGD manual y nn.Linear, una red neuronal completamente conectada con nn.Module y DataLoader para Fashion MNIST (86.84% accuracy), y una CNN con nn.Conv2d y MaxPool2d (90.57% accuracy en solo 3 epocas). Incluye comparacion detallada PyTorch vs Keras/TensorFlow, matriz de confusion, metricas por clase, persistencia de modelos y 7 visualizaciones.
# Características principales
$ Tensores PyTorch: creacion, operaciones, broadcasting, interoperabilidad NumPy
$ Autograd: diferenciacion automatica con regla de la cadena y visualizacion de gradientes
$ Regresion lineal: SGD desde cero vs nn.Linear con optimizador Adam
$ Red neuronal con nn.Module y DataLoader para Fashion MNIST (86.84% accuracy)
$ CNN con nn.Conv2d, MaxPool2d y Dropout (90.57% accuracy en 3 epocas)
$ Comparacion PyTorch vs Keras/TensorFlow lado a lado con tabla detallada
$ 7 visualizaciones: tensores, autograd, regresion, curvas de entrenamiento, inferencia, confusion, CNN vs MLP
# Galería
# Tecnologías utilizadas
