{"id":163203,"date":"2022-04-06T09:56:59","date_gmt":"2022-04-06T08:56:59","guid":{"rendered":"https:\/\/multi.datascientest.com\/?p=154106"},"modified":"2023-10-30T17:16:50","modified_gmt":"2023-10-30T16:16:50","slug":"vgg-que-es-este-modelo-daniel-te-lo-cuenta-todo","status":"publish","type":"post","link":"https:\/\/datascientest.com\/es\/vgg-que-es-este-modelo-daniel-te-lo-cuenta-todo","title":{"rendered":"VGG: \u00bfQu\u00e9 es este modelo? \u00a1Daniel te lo cuenta todo!"},"content":{"rendered":"\t\t<div data-elementor-type=\"wp-post\" data-elementor-id=\"163203\" class=\"elementor elementor-163203\" data-elementor-post-type=\"post\">\n\t\t\t\t\t\t\t\t\t<section class=\"elementor-section elementor-top-section elementor-element elementor-element-ab17bb8 elementor-section-boxed elementor-section-height-default elementor-section-height-default\" data-id=\"ab17bb8\" data-element_type=\"section\">\n\t\t\t\t\t\t<div class=\"elementor-container elementor-column-gap-default\">\n\t\t\t\t\t<div class=\"elementor-column elementor-col-100 elementor-top-column elementor-element elementor-element-cc7ddc3\" data-id=\"cc7ddc3\" data-element_type=\"column\">\n\t\t\t<div class=\"elementor-widget-wrap elementor-element-populated\">\n\t\t\t\t\t\t\t\t<div class=\"elementor-element elementor-element-f07355d elementor-widget elementor-widget-text-editor\" data-id=\"f07355d\" data-element_type=\"widget\" data-widget_type=\"text-editor.default\">\n\t\t\t\t<div class=\"elementor-widget-container\">\n\t\t\t<style>\/*! elementor - v3.15.0 - 02-08-2023 *\/\n.elementor-widget-text-editor.elementor-drop-cap-view-stacked .elementor-drop-cap{background-color:#69727d;color:#fff}.elementor-widget-text-editor.elementor-drop-cap-view-framed .elementor-drop-cap{color:#69727d;border:3px solid;background-color:transparent}.elementor-widget-text-editor:not(.elementor-drop-cap-view-default) .elementor-drop-cap{margin-top:8px}.elementor-widget-text-editor:not(.elementor-drop-cap-view-default) .elementor-drop-cap-letter{width:1em;height:1em}.elementor-widget-text-editor .elementor-drop-cap{float:left;text-align:center;line-height:1;font-size:50px}.elementor-widget-text-editor .elementor-drop-cap-letter{display:inline-block}<\/style>\t\t\t\t<h2><strong>De vuelta de Daniel, el personaje emblem\u00e1tico de nuestras formaciones que gu\u00eda a nuestros alumnos hacia su diploma. Hoy les va a presentar un modelo muy utilizado en Visi\u00f3n por Computador : VGG.<\/strong><\/h2>\t\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t\t<\/div>\n\t\t<\/div>\n\t\t\t\t\t\t\t<\/div>\n\t\t<\/section>\n\t\t\t\t<section class=\"elementor-section elementor-top-section elementor-element elementor-element-cd001b4 elementor-section-boxed elementor-section-height-default elementor-section-height-default\" data-id=\"cd001b4\" data-element_type=\"section\">\n\t\t\t\t\t\t<div class=\"elementor-container elementor-column-gap-default\">\n\t\t\t\t\t<div class=\"elementor-column elementor-col-100 elementor-top-column elementor-element elementor-element-5bee5a1\" data-id=\"5bee5a1\" data-element_type=\"column\">\n\t\t\t<div class=\"elementor-widget-wrap elementor-element-populated\">\n\t\t\t\t\t\t\t\t<div class=\"elementor-element elementor-element-fb96e84 elementor-widget elementor-widget-text-editor\" data-id=\"fb96e84\" data-element_type=\"widget\" data-widget_type=\"text-editor.default\">\n\t\t\t\t<div class=\"elementor-widget-container\">\n\t\t\t\t\t\t\t<p><span style=\"font-weight: 400;\">Ya tuvimos ocasi\u00f3n, hace tiempo, de detallar la noci\u00f3n de <\/span><a href=\"https:\/\/datascientest.com\/es\/que-es-el-transfer-learning\">Transfer Learning<\/a><span style=\"font-weight: 400;\">. Si se perdi\u00f3 nuestro art\u00edculo sobre el tema, le invito a leerlo de nuevo aqu\u00ed. Lo que hay que tener en cuenta es que el transfer Learning (aprendizaje por transferencia) es la capacidad de utilizar los conocimientos ya adquiridos, desarrollados para resolver un problema determinado, para resolver un problema nuevo.\u00a0<\/span><\/p>\t\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t<div class=\"elementor-element elementor-element-6fe5355 elementor-widget elementor-widget-heading\" data-id=\"6fe5355\" data-element_type=\"widget\" data-widget_type=\"heading.default\">\n\t\t\t\t<div class=\"elementor-widget-container\">\n\t\t\t<style>\/*! elementor - v3.15.0 - 02-08-2023 *\/\n.elementor-heading-title{padding:0;margin:0;line-height:1}.elementor-widget-heading .elementor-heading-title[class*=elementor-size-]>a{color:inherit;font-size:inherit;line-height:inherit}.elementor-widget-heading .elementor-heading-title.elementor-size-small{font-size:15px}.elementor-widget-heading .elementor-heading-title.elementor-size-medium{font-size:19px}.elementor-widget-heading .elementor-heading-title.elementor-size-large{font-size:29px}.elementor-widget-heading .elementor-heading-title.elementor-size-xl{font-size:39px}.elementor-widget-heading .elementor-heading-title.elementor-size-xxl{font-size:59px}<\/style><h3 class=\"elementor-heading-title elementor-size-default\">Un poco de historia<\/h3>\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t<div class=\"elementor-element elementor-element-7745796 elementor-widget elementor-widget-text-editor\" data-id=\"7745796\" data-element_type=\"widget\" data-widget_type=\"text-editor.default\">\n\t\t\t\t<div class=\"elementor-widget-container\">\n\t\t\t\t\t\t\t<p><span style=\"font-weight: 400;\">VGG es una red neuronal convolucional propuesta por K. Simonyan y A. Zisserman, de la Universidad de Oxford, y adquiri\u00f3 notoriedad al ganar el Desaf\u00edo de Reconocimiento Visual a Gran Escala de ImageNet (ILSVRC) en 2014. El modelo alcanz\u00f3 una precisi\u00f3n del 92,7% en Imagenet, que es una de las puntuaciones m\u00e1s altas logradas. Supone una mejora respecto a los modelos anteriores al <b>proponer n\u00facleos de convoluci\u00f3n m\u00e1s peque\u00f1os (3\u00d73<\/b>) en las capas de convoluci\u00f3n de lo que se hab\u00eda hecho anteriormente. El modelo se entren\u00f3 durante semanas utilizando tarjetas gr\u00e1ficas de \u00faltima generaci\u00f3n. <\/span><\/p>\t\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t<div class=\"elementor-element elementor-element-c9fd3eb elementor-align-center elementor-widget elementor-widget-button\" data-id=\"c9fd3eb\" data-element_type=\"widget\" data-widget_type=\"button.default\">\n\t\t\t\t<div class=\"elementor-widget-container\">\n\t\t\t\t\t<div class=\"elementor-button-wrapper\">\n\t\t\t<a class=\"elementor-button elementor-button-link elementor-size-sm elementor-animation-grow\" href=\"https:\/\/datascientest.com\/es\/formacion-data-scientist\" target=\"_blank\">\n\t\t\t\t\t\t<span class=\"elementor-button-content-wrapper\">\n\t\t\t\t\t\t<span class=\"elementor-button-text\">link para saber m\u00e1s de nuestra formaci\u00f3n Data Scientist<\/span>\n\t\t<\/span>\n\t\t\t\t\t<\/a>\n\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t<div class=\"elementor-element elementor-element-173b1d0 elementor-widget elementor-widget-heading\" data-id=\"173b1d0\" data-element_type=\"widget\" data-widget_type=\"heading.default\">\n\t\t\t\t<div class=\"elementor-widget-container\">\n\t\t\t<h3 class=\"elementor-heading-title elementor-size-default\">ImageNet<\/h3>\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t<div class=\"elementor-element elementor-element-1c2acab elementor-widget elementor-widget-text-editor\" data-id=\"1c2acab\" data-element_type=\"widget\" data-widget_type=\"text-editor.default\">\n\t\t\t\t<div class=\"elementor-widget-container\">\n\t\t\t\t\t\t\t<p><span style=\"font-weight: 400;\">ImageNet es una enorme base de datos con m\u00e1s de <\/span><b>14 millones de im\u00e1genes etiquetadas <\/b><span style=\"font-weight: 400;\">en m\u00e1s de 1000 clases, a partir de 2014. En 2007, una investigadora llamada Fei-Fei Li empez\u00f3 a trabajar en la idea de crear un conjunto de datos de este tipo. Aunque la modelizaci\u00f3n es un aspecto muy importante para un buen rendimiento, disponer de datos de alta calidad es igualmente importante para un buen aprendizaje. Los datos fueron recogidos y etiquetados desde la web por humanos. Por lo tanto, es de c\u00f3digo abierto y no pertenece a ninguna empresa en particular. <\/span><\/p>\t\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t<div class=\"elementor-element elementor-element-eecb987 elementor-widget elementor-widget-heading\" data-id=\"eecb987\" data-element_type=\"widget\" data-widget_type=\"heading.default\">\n\t\t\t\t<div class=\"elementor-widget-container\">\n\t\t\t<h3 class=\"elementor-heading-title elementor-size-default\">La arquitectura<\/h3>\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t<div class=\"elementor-element elementor-element-23b35b5 elementor-widget elementor-widget-text-editor\" data-id=\"23b35b5\" data-element_type=\"widget\" data-widget_type=\"text-editor.default\">\n\t\t\t\t<div class=\"elementor-widget-container\">\n\t\t\t\t\t\t\t<p><span style=\"font-weight: 400;\">En realidad hay dos algoritmos disponibles : VGG16 y VGG19. En este art\u00edculo nos centraremos en la arquitectura del primero. Aunque ambas arquitecturas son muy similares y siguen la misma l\u00f3gica, la VGG19 tiene un mayor n\u00famero de capas de convoluci\u00f3n.\u00a0<\/span><\/p>\t\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t<div class=\"elementor-element elementor-element-621d9e6 elementor-widget elementor-widget-image\" data-id=\"621d9e6\" data-element_type=\"widget\" data-widget_type=\"image.default\">\n\t\t\t\t<div class=\"elementor-widget-container\">\n\t\t\t<style>\/*! elementor - v3.15.0 - 02-08-2023 *\/\n.elementor-widget-image{text-align:center}.elementor-widget-image a{display:inline-block}.elementor-widget-image a img[src$=\".svg\"]{width:48px}.elementor-widget-image img{vertical-align:middle;display:inline-block}<\/style>\t\t\t\t\t\t\t\t\t<figure class=\"wp-caption\">\n\t\t\t\t\t\t\t\t\t\t<img decoding=\"async\" width=\"800\" height=\"439\" src=\"https:\/\/datascientest.com\/es\/files\/2021\/04\/illu_VGG_Plan-de-travail-1.png\" class=\"attachment-large size-large wp-image-68385\" alt=\"Architecture Algoritme VGG16\" srcset=\"https:\/\/datascientest.com\/es\/files\/2021\/04\/illu_VGG_Plan-de-travail-1.png 1024w, https:\/\/datascientest.com\/es\/files\/2021\/04\/illu_VGG_Plan-de-travail-1-300x165.png 300w, https:\/\/datascientest.com\/es\/files\/2021\/04\/illu_VGG_Plan-de-travail-1-768x422.png 768w\" sizes=\"(max-width: 800px) 100vw, 800px\" \/>\t\t\t\t\t\t\t\t\t\t\t<figcaption class=\"widget-image-caption wp-caption-text\">Arquitectura del Algoritmo VGG16<\/figcaption>\n\t\t\t\t\t\t\t\t\t\t<\/figure>\n\t\t\t\t\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t<div class=\"elementor-element elementor-element-beecfeb elementor-widget elementor-widget-image\" data-id=\"beecfeb\" data-element_type=\"widget\" data-widget_type=\"image.default\">\n\t\t\t\t<div class=\"elementor-widget-container\">\n\t\t\t\t\t\t\t\t\t\t\t\t<figure class=\"wp-caption\">\n\t\t\t\t\t\t\t\t\t\t<img decoding=\"async\" width=\"800\" height=\"439\" src=\"https:\/\/datascientest.com\/es\/files\/2021\/04\/illu_VGG-02.png\" class=\"attachment-large size-large wp-image-68383\" alt=\"Structure VGG 16\" srcset=\"https:\/\/datascientest.com\/es\/files\/2021\/04\/illu_VGG-02.png 1024w, https:\/\/datascientest.com\/es\/files\/2021\/04\/illu_VGG-02-300x165.png 300w, https:\/\/datascientest.com\/es\/files\/2021\/04\/illu_VGG-02-768x422.png 768w\" sizes=\"(max-width: 800px) 100vw, 800px\" \/>\t\t\t\t\t\t\t\t\t\t\t<figcaption class=\"widget-image-caption wp-caption-text\">Estructura Algoritmo VGG16<\/figcaption>\n\t\t\t\t\t\t\t\t\t\t<\/figure>\n\t\t\t\t\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t\t<\/div>\n\t\t<\/div>\n\t\t\t\t\t\t\t<\/div>\n\t\t<\/section>\n\t\t\t\t<section class=\"elementor-section elementor-top-section elementor-element elementor-element-60b6125 elementor-section-boxed elementor-section-height-default elementor-section-height-default\" data-id=\"60b6125\" data-element_type=\"section\">\n\t\t\t\t\t\t<div class=\"elementor-container elementor-column-gap-default\">\n\t\t\t\t\t<div class=\"elementor-column elementor-col-100 elementor-top-column elementor-element elementor-element-818ff64\" data-id=\"818ff64\" data-element_type=\"column\">\n\t\t\t<div class=\"elementor-widget-wrap elementor-element-populated\">\n\t\t\t\t\t\t\t\t<div class=\"elementor-element elementor-element-d81f833 elementor-align-center elementor-widget elementor-widget-button\" data-id=\"d81f833\" data-element_type=\"widget\" data-widget_type=\"button.default\">\n\t\t\t\t<div class=\"elementor-widget-container\">\n\t\t\t\t\t<div class=\"elementor-button-wrapper\">\n\t\t\t<a class=\"elementor-button elementor-button-link elementor-size-sm elementor-animation-grow\" href=\"https:\/\/datascientest.com\/es\/formacion-data-scientist\" target=\"_blank\">\n\t\t\t\t\t\t<span class=\"elementor-button-content-wrapper\">\n\t\t\t\t\t\t<span class=\"elementor-button-text\">Saber m\u00e1s de nuestra formaci\u00f3n Data Scientist<\/span>\n\t\t<\/span>\n\t\t\t\t\t<\/a>\n\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t<div class=\"elementor-element elementor-element-0d48b7a elementor-widget elementor-widget-text-editor\" data-id=\"0d48b7a\" data-element_type=\"widget\" data-widget_type=\"text-editor.default\">\n\t\t\t\t<div class=\"elementor-widget-container\">\n\t\t\t\t\t\t\t<p><span style=\"font-weight: 400;\">El modelo s\u00f3lo requiere un pre-procesamiento espec\u00edfico que consiste en restar a cada p\u00edxel el valor RGB medio, calculado en el conjunto de entrenamiento.<\/span><\/p><p><span style=\"font-weight: 400;\">Durante el entrenamiento del modelo, el input a la <\/span><b>primera capa de convoluci\u00f3n<\/b><span style=\"font-weight: 400;\"> es una imagen RGB de tama\u00f1o 224 x 224. Para todas las capas de convoluci\u00f3n, el n\u00facleo de convoluci\u00f3n es de tama\u00f1o 3\u00d73: la dimensi\u00f3n m\u00e1s peque\u00f1a para capturar las nociones de arriba, abajo, izquierda\/derecha y centro. Esta era una especificidad del modelo en el momento de su publicaci\u00f3n. Hasta el VGG16, muchos modelos estaban orientados a n\u00facleos de convoluci\u00f3n de mayor dimensi\u00f3n (tama\u00f1o 11 o tama\u00f1o 5, por ejemplo). <\/span><b>Recordemos que el objetivo de estas capas es filtrar la imagen manteniendo s\u00f3lo la informaci\u00f3n discriminante, como las formas geom\u00e9tricas at\u00edpicas<\/b><span style=\"font-weight: 400;\">.\u00a0\u00a0<\/span><\/p><p><span style=\"font-weight: 400;\">Estas capas de convoluci\u00f3n van acompa\u00f1adas de capas <\/span><b>Max-Pooling<\/b><span style=\"font-weight: 400;\">, cada una de ellas de tama\u00f1o 2\u00d72, para reducir el tama\u00f1o de los filtros durante el entrenamiento.\u00a0\u00a0<\/span><\/p><p><span style=\"font-weight: 400;\">A la salida de las capas de convoluci\u00f3n y agrupaci\u00f3n, tenemos 3 capas de neuronas totalmente conectadas. Las dos primeras est\u00e1n compuestas por 4096 neuronas y la \u00faltima por 1000 neuronas con una funci\u00f3n de activaci\u00f3n softmax para determinar la clase de imagen.<\/span><\/p><p><span style=\"font-weight: 400;\">Como puede ver, la arquitectura es clara y sencilla de entender, lo que tambi\u00e9n es un punto fuerte de este modelo.\u00a0<\/span><\/p>\t\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t<div class=\"elementor-element elementor-element-90b6928 elementor-widget elementor-widget-heading\" data-id=\"90b6928\" data-element_type=\"widget\" data-widget_type=\"heading.default\">\n\t\t\t\t<div class=\"elementor-widget-container\">\n\t\t\t<h3 class=\"elementor-heading-title elementor-size-default\">Resultados de ImageNet<\/h3>\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t<div class=\"elementor-element elementor-element-422cb6c elementor-widget elementor-widget-image\" data-id=\"422cb6c\" data-element_type=\"widget\" data-widget_type=\"image.default\">\n\t\t\t\t<div class=\"elementor-widget-container\">\n\t\t\t\t\t\t\t\t\t\t\t\t\t\t\t<img decoding=\"async\" width=\"602\" height=\"259\" src=\"https:\/\/datascientest.com\/es\/files\/2021\/04\/image2-1.png\" class=\"attachment-large size-large wp-image-64955\" alt=\"\" srcset=\"https:\/\/datascientest.com\/es\/files\/2021\/04\/image2-1.png 602w, https:\/\/datascientest.com\/es\/files\/2021\/04\/image2-1-300x129.png 300w\" sizes=\"(max-width: 602px) 100vw, 602px\" \/>\t\t\t\t\t\t\t\t\t\t\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t<div class=\"elementor-element elementor-element-e6bc949 elementor-widget elementor-widget-text-editor\" data-id=\"e6bc949\" data-element_type=\"widget\" data-widget_type=\"text-editor.default\">\n\t\t\t\t<div class=\"elementor-widget-container\">\n\t\t\t\t\t\t\t<p><span style=\"font-weight: 400;\">La figura anterior compara los resultados de diferentes modelos de 2014 o de a\u00f1os anteriores. Podemos ver que VGG da los mejores resultados tanto en el conjunto de validaci\u00f3n como en el conjunto de prueba. Tambi\u00e9n observamos que el modelo funciona mucho mejor que en las sesiones de 2012 y 2013.\u00a0<\/span><\/p>\t\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t<div class=\"elementor-element elementor-element-7f01985 elementor-widget elementor-widget-heading\" data-id=\"7f01985\" data-element_type=\"widget\" data-widget_type=\"heading.default\">\n\t\t\t\t<div class=\"elementor-widget-container\">\n\t\t\t<h3 class=\"elementor-heading-title elementor-size-default\">\u00bfY el Transfer Learning?<\/h3>\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t<div class=\"elementor-element elementor-element-a0dc8d4 elementor-widget elementor-widget-text-editor\" data-id=\"a0dc8d4\" data-element_type=\"widget\" data-widget_type=\"text-editor.default\">\n\t\t\t\t<div class=\"elementor-widget-container\">\n\t\t\t\t\t\t\t<p><span style=\"font-weight: 400;\">Como ya hemos mencionado, el tiempo de entrenamiento de un modelo como el VGG puede ser muy largo, sobre todo si no se dispone de muchos recursos. Adem\u00e1s, dado que se ha entrenado en ImageNet, puede ser interesante recuperar los pesos del modelo entrenado y, en particular, los filtros de las capas de convoluci\u00f3n a partir del entrenamiento en ImageNet. <\/span><b><\/b><b>Esto es lo que se hace en la pr\u00e1ctica : recuperamos los pesos de las capas de convoluci\u00f3n y simplemente entrenamos las 3 capas que a\u00f1adimos<\/b><\/p><p><b><\/b><span style=\"font-weight: 400;\">\u00a0El principio sigue siendo el mismo : utilizar los conocimientos adquiridos en ImageNet para resolver un problema similar.\u00a0<\/span><\/p><p><span style=\"font-weight: 400;\">En particular, es posible recuperar directamente el modelo preentrenado de forma muy sencilla y aplicar el preprocesamiento espec\u00edfico solicitado por el modelo.\u00a0<\/span><\/p>\t\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t<div class=\"elementor-element elementor-element-022429a elementor-widget elementor-widget-heading\" data-id=\"022429a\" data-element_type=\"widget\" data-widget_type=\"heading.default\">\n\t\t\t\t<div class=\"elementor-widget-container\">\n\t\t\t<h3 class=\"elementor-heading-title elementor-size-default\">Un poco de pr\u00e1ctica<\/h3>\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t<div class=\"elementor-element elementor-element-54e2583 elementor-widget elementor-widget-text-editor\" data-id=\"54e2583\" data-element_type=\"widget\" data-widget_type=\"text-editor.default\">\n\t\t\t\t<div class=\"elementor-widget-container\">\n\t\t\t\t\t\t\t<p><span style=\"font-weight: 400;\">En realidad, hay dos algoritmos disponibles : VGG16 y VGG19.\u00a0<\/span><\/p><p><span style=\"font-weight: 400;\">Gracias a la biblioteca keras de <strong>Tensorflow<\/strong>, es sencillo recuperar el modelo ya entrenado, por defecto, en ImageNet.\u00a0<\/span><\/p><p><span style=\"font-weight: 400;\">En primer lugar, tenemos que aplicar el mismo tratamiento espec\u00edfico que se aplic\u00f3 cuando se entren\u00f3 el modelo. Adem\u00e1s, a\u00f1adimos un aumento de datos a los datos de entrenamiento para evitar el riesgo de sobreaprendizaje. Tambi\u00e9n es importante comprobar que las im\u00e1genes de entrada son im\u00e1genes RGB de tama\u00f1o 224\u00d7224.\u00a0<\/span><\/p>\t\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t<div class=\"elementor-element elementor-element-848e233 elementor-widget elementor-widget-shortcode\" data-id=\"848e233\" data-element_type=\"widget\" data-widget_type=\"shortcode.default\">\n\t\t\t\t<div class=\"elementor-widget-container\">\n\t\t\t\t\t<div class=\"elementor-shortcode\"><script src=\"https:\/\/gist.githubusercontent.com\/Thibault-venet\/ec44f996ba1ff384448564aeb6960735\/raw\/fa459e699b7101205485686ff3de639c3e4871c9\/VGG16%20preprocess\"><\/script><\/div>\n\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t\t<\/div>\n\t\t<\/div>\n\t\t\t\t\t\t\t<\/div>\n\t\t<\/section>\n\t\t\t\t<section class=\"elementor-section elementor-top-section elementor-element elementor-element-5235b9c elementor-section-boxed elementor-section-height-default elementor-section-height-default\" data-id=\"5235b9c\" data-element_type=\"section\">\n\t\t\t\t\t\t<div class=\"elementor-container elementor-column-gap-default\">\n\t\t\t\t\t<div class=\"elementor-column elementor-col-100 elementor-top-column elementor-element elementor-element-7aac525\" data-id=\"7aac525\" data-element_type=\"column\">\n\t\t\t<div class=\"elementor-widget-wrap elementor-element-populated\">\n\t\t\t\t\t\t\t\t<div class=\"elementor-element elementor-element-50691a1 elementor-widget elementor-widget-text-editor\" data-id=\"50691a1\" data-element_type=\"widget\" data-widget_type=\"text-editor.default\">\n\t\t\t\t<div class=\"elementor-widget-container\">\n\t\t\t\t\t\t\t<p><span style=\"font-weight: 400;\">Entonces podemos recuperar los pesos optimizados de las capas de convoluci\u00f3n y entrenar las 3 capas densas que a\u00f1adimos y compilamos :\u00a0<\/span><\/p>\t\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t<div class=\"elementor-element elementor-element-62fa10a elementor-widget elementor-widget-shortcode\" data-id=\"62fa10a\" data-element_type=\"widget\" data-widget_type=\"shortcode.default\">\n\t\t\t\t<div class=\"elementor-widget-container\">\n\t\t\t\t\t<div class=\"elementor-shortcode\"><script src=\"https:\/\/gist.githubusercontent.com\/Thibault-venet\/2daa77bdb6f4ab8aacc1606908ce14fb\/raw\/98361747c9158fd226cf73adaf41459222565301\/VGG16%20loading\"><\/script><\/div>\n\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t\t<\/div>\n\t\t<\/div>\n\t\t\t\t\t\t\t<\/div>\n\t\t<\/section>\n\t\t\t\t<section class=\"elementor-section elementor-top-section elementor-element elementor-element-a9b7027 elementor-section-boxed elementor-section-height-default elementor-section-height-default\" data-id=\"a9b7027\" data-element_type=\"section\">\n\t\t\t\t\t\t<div class=\"elementor-container elementor-column-gap-default\">\n\t\t\t\t\t<div class=\"elementor-column elementor-col-100 elementor-top-column elementor-element elementor-element-129e9c5\" data-id=\"129e9c5\" data-element_type=\"column\">\n\t\t\t<div class=\"elementor-widget-wrap elementor-element-populated\">\n\t\t\t\t\t\t\t\t<div class=\"elementor-element elementor-element-887d696 elementor-widget elementor-widget-text-editor\" data-id=\"887d696\" data-element_type=\"widget\" data-widget_type=\"text-editor.default\">\n\t\t\t\t<div class=\"elementor-widget-container\">\n\t\t\t\t\t\t\t<p><span style=\"font-weight: 400;\">Tras el entrenamiento, si los resultados no son lo suficientemente buenos, es posible dejar de congelar las \u00faltimas capas de convoluci\u00f3n y volver a entrenarlas para intentar obtener un mejor rendimiento. Una vez m\u00e1s, esto depende de los recursos disponibles, ya que este paso adicional puede llevar mucho tiempo.\u00a0<\/span><\/p>\t\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t<div class=\"elementor-element elementor-element-7050b83 elementor-widget elementor-widget-heading\" data-id=\"7050b83\" data-element_type=\"widget\" data-widget_type=\"heading.default\">\n\t\t\t\t<div class=\"elementor-widget-container\">\n\t\t\t<h3 class=\"elementor-heading-title elementor-size-default\">Conclusi\u00f3n<\/h3>\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t<div class=\"elementor-element elementor-element-5c36856 elementor-widget elementor-widget-text-editor\" data-id=\"5c36856\" data-element_type=\"widget\" data-widget_type=\"text-editor.default\">\n\t\t\t\t<div class=\"elementor-widget-container\">\n\t\t\t\t\t\t\t<p><span style=\"font-weight: 400;\">El VGG es un conocido algoritmo de <i><span style=\"font-weight: 400;\">visi\u00f3n por ordenador<\/span><\/i> que suele utilizarse mediante el aprendizaje por transferencia para evitar tener que volver a entrenarlo y resolver problemas similares en los que el VGG ya ha sido entrenado. Hay muchos otros algoritmos del mismo tipo que VGG como ResNet o Xception disponibles en la biblioteca Keras. Si quieres formarte en problemas de <a href=\"https:\/\/datascientest.com\/es\/deep-learning-definicion\">Deep Learning <\/a>\/Computer Vision, \u00fanete a nosotros en el Bootcamp o en la formaci\u00f3n continua.\u00a0<\/span><\/p>\t\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t<div class=\"elementor-element elementor-element-51dbc37 elementor-align-center elementor-widget elementor-widget-button\" data-id=\"51dbc37\" data-element_type=\"widget\" data-widget_type=\"button.default\">\n\t\t\t\t<div class=\"elementor-widget-container\">\n\t\t\t\t\t<div class=\"elementor-button-wrapper\">\n\t\t\t<a class=\"elementor-button elementor-button-link elementor-size-sm elementor-animation-grow\" href=\"https:\/\/datascientest.com\/es\/formacion-data-scientist\" target=\"_blank\">\n\t\t\t\t\t\t<span class=\"elementor-button-content-wrapper\">\n\t\t\t\t\t\t<span class=\"elementor-button-text\">Convi\u00e9rtete en Data Scientist<\/span>\n\t\t<\/span>\n\t\t\t\t\t<\/a>\n\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t\t<\/div>\n\t\t<\/div>\n\t\t\t\t\t\t\t<\/div>\n\t\t<\/section>\n\t\t\t\t\t\t\t<\/div>\n\t\t","protected":false},"excerpt":{"rendered":"<p>De vuelta de Daniel, el personaje emblem\u00e1tico de nuestras formaciones que gu\u00eda a nuestros alumnos hacia su diploma. Hoy les va a presentar un modelo muy utilizado en Visi\u00f3n por Computador : VGG. Ya tuvimos ocasi\u00f3n, hace tiempo, de detallar la noci\u00f3n de Transfer Learning. Si se perdi\u00f3 nuestro art\u00edculo sobre el tema, le invito [&hellip;]<\/p>\n","protected":false},"author":45,"featured_media":68381,"comment_status":"open","ping_status":"open","sticky":false,"template":"elementor_theme","format":"standard","meta":{"content-type":"","inline_featured_image":false},"categories":[2427],"tags":[],"yoast_head":"<!-- This site is optimized with the Yoast SEO Premium plugin v21.7 (Yoast SEO v21.7) - https:\/\/yoast.com\/wordpress\/plugins\/seo\/ -->\n<title>VGG: \u00bfQu\u00e9 es este modelo? \u00a1Daniel te lo cuenta todo!<\/title>\n<meta name=\"description\" content=\"Retour de Daniel, le personnage embl\u00e9matique de nos formations qui guide nos apprenants jusqu&#039;\u00e0 leur dipl\u00f4me. Aujourd&#039;hui il va vous pr\u00e9senter un mod\u00e8le fr\u00e9quemment utilis\u00e9 en Computer Vision : VGG.\" \/>\n<meta name=\"robots\" content=\"index, follow, max-snippet:-1, max-image-preview:large, max-video-preview:-1\" \/>\n<link rel=\"canonical\" href=\"https:\/\/datascientest.com\/es\/vgg-que-es-este-modelo-daniel-te-lo-cuenta-todo\" \/>\n<meta property=\"og:locale\" content=\"es_ES\" \/>\n<meta property=\"og:type\" content=\"article\" \/>\n<meta property=\"og:title\" content=\"VGG: \u00bfQu\u00e9 es este modelo? \u00a1Daniel te lo cuenta todo!\" \/>\n<meta property=\"og:description\" content=\"De vuelta de Daniel, el personaje emblem\u00e1tico de nuestras formaciones que gu\u00eda a nuestros alumnos hacia su diploma. Hoy les va a presentar un modelo muy\" \/>\n<meta property=\"og:url\" content=\"https:\/\/datascientest.com\/es\/vgg-que-es-este-modelo-daniel-te-lo-cuenta-todo\" \/>\n<meta property=\"og:site_name\" content=\"Formaci\u00f3n en ciencia de datos | DataScientest.com\" \/>\n<meta property=\"article:publisher\" content=\"https:\/\/www.facebook.com\/DataScientestEN\" \/>\n<meta property=\"article:published_time\" content=\"2022-04-06T08:56:59+00:00\" \/>\n<meta property=\"article:modified_time\" content=\"2023-10-30T16:16:50+00:00\" \/>\n<meta property=\"og:image\" content=\"https:\/\/datascientest.com\/es\/wp-content\/blogs.dir\/7\/files\/2021\/04\/illu_VGG-03.png\" \/>\n\t<meta property=\"og:image:width\" content=\"1024\" \/>\n\t<meta property=\"og:image:height\" content=\"562\" \/>\n\t<meta property=\"og:image:type\" content=\"image\/png\" \/>\n<meta name=\"author\" content=\"Daniel\" \/>\n<meta name=\"twitter:card\" content=\"summary_large_image\" \/>\n<meta name=\"twitter:creator\" content=\"@DataScientest__\" \/>\n<meta name=\"twitter:site\" content=\"@DataScientest__\" \/>\n<meta name=\"twitter:label1\" content=\"Escrito por\" \/>\n\t<meta name=\"twitter:data1\" content=\"Daniel\" \/>\n\t<meta name=\"twitter:label2\" content=\"Tiempo de lectura\" \/>\n\t<meta name=\"twitter:data2\" content=\"6 minutos\" \/>\n<script type=\"application\/ld+json\" class=\"yoast-schema-graph\">{\"@context\":\"https:\/\/schema.org\",\"@graph\":[{\"@type\":\"Article\",\"@id\":\"https:\/\/datascientest.com\/es\/vgg-que-es-este-modelo-daniel-te-lo-cuenta-todo#article\",\"isPartOf\":{\"@id\":\"https:\/\/datascientest.com\/es\/vgg-que-es-este-modelo-daniel-te-lo-cuenta-todo\"},\"author\":{\"name\":\"Daniel\",\"@id\":\"https:\/\/datascientest.com\/es\/#\/schema\/person\/5a86e30c5090234fb43dd8baa83c44b0\"},\"headline\":\"VGG: \u00bfQu\u00e9 es este modelo? \u00a1Daniel te lo cuenta todo!\",\"datePublished\":\"2022-04-06T08:56:59+00:00\",\"dateModified\":\"2023-10-30T16:16:50+00:00\",\"mainEntityOfPage\":{\"@id\":\"https:\/\/datascientest.com\/es\/vgg-que-es-este-modelo-daniel-te-lo-cuenta-todo\"},\"wordCount\":1081,\"commentCount\":0,\"publisher\":{\"@id\":\"https:\/\/datascientest.com\/es\/#organization\"},\"articleSection\":[\"Data Science\"],\"inLanguage\":\"es\",\"potentialAction\":[{\"@type\":\"CommentAction\",\"name\":\"Comment\",\"target\":[\"https:\/\/datascientest.com\/es\/vgg-que-es-este-modelo-daniel-te-lo-cuenta-todo#respond\"]}],\"copyrightYear\":\"2022\",\"copyrightHolder\":{\"@id\":\"https:\/\/datascientest.com\/#organization\"}},{\"@type\":\"WebPage\",\"@id\":\"https:\/\/datascientest.com\/es\/vgg-que-es-este-modelo-daniel-te-lo-cuenta-todo\",\"url\":\"https:\/\/datascientest.com\/es\/vgg-que-es-este-modelo-daniel-te-lo-cuenta-todo\",\"name\":\"VGG: \u00bfQu\u00e9 es este modelo? \u00a1Daniel te lo cuenta todo!\",\"isPartOf\":{\"@id\":\"https:\/\/datascientest.com\/es\/#website\"},\"datePublished\":\"2022-04-06T08:56:59+00:00\",\"dateModified\":\"2023-10-30T16:16:50+00:00\",\"description\":\"Retour de Daniel, le personnage embl\u00e9matique de nos formations qui guide nos apprenants jusqu'\u00e0 leur dipl\u00f4me. Aujourd'hui il va vous pr\u00e9senter un mod\u00e8le fr\u00e9quemment utilis\u00e9 en Computer Vision : VGG.\",\"inLanguage\":\"es\",\"potentialAction\":[{\"@type\":\"ReadAction\",\"target\":[\"https:\/\/datascientest.com\/es\/vgg-que-es-este-modelo-daniel-te-lo-cuenta-todo\"]}]},{\"@type\":\"WebSite\",\"@id\":\"https:\/\/datascientest.com\/es\/#website\",\"url\":\"https:\/\/datascientest.com\/es\/\",\"name\":\"Formaci\u00f3n en ciencia de datos | DataScientest.com\",\"description\":\"L\u00edder en formaci\u00f3n en Ciencia de Datos\",\"publisher\":{\"@id\":\"https:\/\/datascientest.com\/es\/#organization\"},\"potentialAction\":[{\"@type\":\"SearchAction\",\"target\":{\"@type\":\"EntryPoint\",\"urlTemplate\":\"https:\/\/datascientest.com\/es\/?s={search_term_string}\"},\"query-input\":\"required name=search_term_string\"}],\"inLanguage\":\"es\"},{\"@type\":\"Organization\",\"@id\":\"https:\/\/datascientest.com\/es\/#organization\",\"name\":\"DataScientest\",\"url\":\"https:\/\/datascientest.com\/es\/\",\"logo\":{\"@type\":\"ImageObject\",\"inLanguage\":\"es\",\"@id\":\"https:\/\/datascientest.com\/es\/#\/schema\/logo\/image\/\",\"url\":\"https:\/\/datascientest.com\/es\/wp-content\/blogs.dir\/7\/files\/2024\/02\/DataScientest_icon_blue-2.png\",\"contentUrl\":\"https:\/\/datascientest.com\/es\/wp-content\/blogs.dir\/7\/files\/2024\/02\/DataScientest_icon_blue-2.png\",\"width\":301,\"height\":301,\"caption\":\"DataScientest\"},\"image\":{\"@id\":\"https:\/\/datascientest.com\/es\/#\/schema\/logo\/image\/\"},\"sameAs\":[\"https:\/\/www.facebook.com\/DataScientestEN\",\"https:\/\/twitter.com\/DataScientest__\",\"https:\/\/www.linkedin.com\/company\/datascientest-spain\/\",\"https:\/\/www.tiktok.com\/@datascientest\"]},{\"@type\":\"Person\",\"@id\":\"https:\/\/datascientest.com\/es\/#\/schema\/person\/5a86e30c5090234fb43dd8baa83c44b0\",\"name\":\"Daniel\",\"image\":{\"@type\":\"ImageObject\",\"inLanguage\":\"es\",\"@id\":\"https:\/\/datascientest.com\/es\/#\/schema\/person\/image\/\",\"url\":\"https:\/\/secure.gravatar.com\/avatar\/837acad4f2dc47e85d81cce837261670?s=96&d=mm&r=g\",\"contentUrl\":\"https:\/\/secure.gravatar.com\/avatar\/837acad4f2dc47e85d81cce837261670?s=96&d=mm&r=g\",\"caption\":\"Daniel\"},\"sameAs\":[\"https:\/\/www.linkedin.com\/school\/datascientest\/\",\"user\"],\"jobTitle\":\"ing\u00e9nieur logiciel\",\"worksFor\":\"DataScientest\",\"url\":\"https:\/\/datascientest.com\/es\/author\/team-redac\"}]}<\/script>\n<!-- \/ Yoast SEO Premium plugin. -->","yoast_head_json":{"title":"VGG: \u00bfQu\u00e9 es este modelo? \u00a1Daniel te lo cuenta todo!","description":"Retour de Daniel, le personnage embl\u00e9matique de nos formations qui guide nos apprenants jusqu'\u00e0 leur dipl\u00f4me. Aujourd'hui il va vous pr\u00e9senter un mod\u00e8le fr\u00e9quemment utilis\u00e9 en Computer Vision : VGG.","robots":{"index":"index","follow":"follow","max-snippet":"max-snippet:-1","max-image-preview":"max-image-preview:large","max-video-preview":"max-video-preview:-1"},"canonical":"https:\/\/datascientest.com\/es\/vgg-que-es-este-modelo-daniel-te-lo-cuenta-todo","og_locale":"es_ES","og_type":"article","og_title":"VGG: \u00bfQu\u00e9 es este modelo? \u00a1Daniel te lo cuenta todo!","og_description":"De vuelta de Daniel, el personaje emblem\u00e1tico de nuestras formaciones que gu\u00eda a nuestros alumnos hacia su diploma. Hoy les va a presentar un modelo muy","og_url":"https:\/\/datascientest.com\/es\/vgg-que-es-este-modelo-daniel-te-lo-cuenta-todo","og_site_name":"Formaci\u00f3n en ciencia de datos | DataScientest.com","article_publisher":"https:\/\/www.facebook.com\/DataScientestEN","article_published_time":"2022-04-06T08:56:59+00:00","article_modified_time":"2023-10-30T16:16:50+00:00","og_image":[{"width":1024,"height":562,"url":"https:\/\/datascientest.com\/es\/wp-content\/blogs.dir\/7\/files\/2021\/04\/illu_VGG-03.png","type":"image\/png"}],"author":"Daniel","twitter_card":"summary_large_image","twitter_creator":"@DataScientest__","twitter_site":"@DataScientest__","twitter_misc":{"Escrito por":"Daniel","Tiempo de lectura":"6 minutos"},"schema":{"@context":"https:\/\/schema.org","@graph":[{"@type":"Article","@id":"https:\/\/datascientest.com\/es\/vgg-que-es-este-modelo-daniel-te-lo-cuenta-todo#article","isPartOf":{"@id":"https:\/\/datascientest.com\/es\/vgg-que-es-este-modelo-daniel-te-lo-cuenta-todo"},"author":{"name":"Daniel","@id":"https:\/\/datascientest.com\/es\/#\/schema\/person\/5a86e30c5090234fb43dd8baa83c44b0"},"headline":"VGG: \u00bfQu\u00e9 es este modelo? \u00a1Daniel te lo cuenta todo!","datePublished":"2022-04-06T08:56:59+00:00","dateModified":"2023-10-30T16:16:50+00:00","mainEntityOfPage":{"@id":"https:\/\/datascientest.com\/es\/vgg-que-es-este-modelo-daniel-te-lo-cuenta-todo"},"wordCount":1081,"commentCount":0,"publisher":{"@id":"https:\/\/datascientest.com\/es\/#organization"},"articleSection":["Data Science"],"inLanguage":"es","potentialAction":[{"@type":"CommentAction","name":"Comment","target":["https:\/\/datascientest.com\/es\/vgg-que-es-este-modelo-daniel-te-lo-cuenta-todo#respond"]}],"copyrightYear":"2022","copyrightHolder":{"@id":"https:\/\/datascientest.com\/#organization"}},{"@type":"WebPage","@id":"https:\/\/datascientest.com\/es\/vgg-que-es-este-modelo-daniel-te-lo-cuenta-todo","url":"https:\/\/datascientest.com\/es\/vgg-que-es-este-modelo-daniel-te-lo-cuenta-todo","name":"VGG: \u00bfQu\u00e9 es este modelo? \u00a1Daniel te lo cuenta todo!","isPartOf":{"@id":"https:\/\/datascientest.com\/es\/#website"},"datePublished":"2022-04-06T08:56:59+00:00","dateModified":"2023-10-30T16:16:50+00:00","description":"Retour de Daniel, le personnage embl\u00e9matique de nos formations qui guide nos apprenants jusqu'\u00e0 leur dipl\u00f4me. Aujourd'hui il va vous pr\u00e9senter un mod\u00e8le fr\u00e9quemment utilis\u00e9 en Computer Vision : VGG.","inLanguage":"es","potentialAction":[{"@type":"ReadAction","target":["https:\/\/datascientest.com\/es\/vgg-que-es-este-modelo-daniel-te-lo-cuenta-todo"]}]},{"@type":"WebSite","@id":"https:\/\/datascientest.com\/es\/#website","url":"https:\/\/datascientest.com\/es\/","name":"Formaci\u00f3n en ciencia de datos | DataScientest.com","description":"L\u00edder en formaci\u00f3n en Ciencia de Datos","publisher":{"@id":"https:\/\/datascientest.com\/es\/#organization"},"potentialAction":[{"@type":"SearchAction","target":{"@type":"EntryPoint","urlTemplate":"https:\/\/datascientest.com\/es\/?s={search_term_string}"},"query-input":"required name=search_term_string"}],"inLanguage":"es"},{"@type":"Organization","@id":"https:\/\/datascientest.com\/es\/#organization","name":"DataScientest","url":"https:\/\/datascientest.com\/es\/","logo":{"@type":"ImageObject","inLanguage":"es","@id":"https:\/\/datascientest.com\/es\/#\/schema\/logo\/image\/","url":"https:\/\/datascientest.com\/es\/wp-content\/blogs.dir\/7\/files\/2024\/02\/DataScientest_icon_blue-2.png","contentUrl":"https:\/\/datascientest.com\/es\/wp-content\/blogs.dir\/7\/files\/2024\/02\/DataScientest_icon_blue-2.png","width":301,"height":301,"caption":"DataScientest"},"image":{"@id":"https:\/\/datascientest.com\/es\/#\/schema\/logo\/image\/"},"sameAs":["https:\/\/www.facebook.com\/DataScientestEN","https:\/\/twitter.com\/DataScientest__","https:\/\/www.linkedin.com\/company\/datascientest-spain\/","https:\/\/www.tiktok.com\/@datascientest"]},{"@type":"Person","@id":"https:\/\/datascientest.com\/es\/#\/schema\/person\/5a86e30c5090234fb43dd8baa83c44b0","name":"Daniel","image":{"@type":"ImageObject","inLanguage":"es","@id":"https:\/\/datascientest.com\/es\/#\/schema\/person\/image\/","url":"https:\/\/secure.gravatar.com\/avatar\/837acad4f2dc47e85d81cce837261670?s=96&d=mm&r=g","contentUrl":"https:\/\/secure.gravatar.com\/avatar\/837acad4f2dc47e85d81cce837261670?s=96&d=mm&r=g","caption":"Daniel"},"sameAs":["https:\/\/www.linkedin.com\/school\/datascientest\/","user"],"jobTitle":"ing\u00e9nieur logiciel","worksFor":"DataScientest","url":"https:\/\/datascientest.com\/es\/author\/team-redac"}]}},"_links":{"self":[{"href":"https:\/\/datascientest.com\/es\/wp-json\/wp\/v2\/posts\/163203"}],"collection":[{"href":"https:\/\/datascientest.com\/es\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/datascientest.com\/es\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/datascientest.com\/es\/wp-json\/wp\/v2\/users\/45"}],"replies":[{"embeddable":true,"href":"https:\/\/datascientest.com\/es\/wp-json\/wp\/v2\/comments?post=163203"}],"version-history":[{"count":0,"href":"https:\/\/datascientest.com\/es\/wp-json\/wp\/v2\/posts\/163203\/revisions"}],"wp:featuredmedia":[{"embeddable":true,"href":"https:\/\/datascientest.com\/es\/wp-json\/wp\/v2\/media\/68381"}],"wp:attachment":[{"href":"https:\/\/datascientest.com\/es\/wp-json\/wp\/v2\/media?parent=163203"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/datascientest.com\/es\/wp-json\/wp\/v2\/categories?post=163203"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/datascientest.com\/es\/wp-json\/wp\/v2\/tags?post=163203"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}