README-ES.md

NYU Deep Learning Spring 2020 (NYU-DLSP20)

Este repositorio de notebooks tiene un sitio web complementario, donde todo el material del curso puede ser encontrado en formato textual y de video.

🇬🇧   🇨🇳   🇰🇷   🇪🇸   🇮🇹   🇹🇷   🇯🇵   🇸🇦   🇫🇷   🇮🇷   🇷🇺   🇻🇳   🇷🇸   🇵🇹   🇧🇩   🇭🇺

Comenzando

Para poder seguir los ejercicios, necesitarás un ordenador con Miniconda (una versión minimalista de Anaconda) y varios paquetes de Python instalados. Las instrucciones siguientes funcionarán para los usuarios de Mac o Ubuntu Linux. Los usuarios de Windows necesitarán instalar y trabajar en una terminal Git BASH.

Descarga e instala Miniconda

Ve al sitio web de Anaconda. Descarga e instala la última versión de Miniconda para Python 3.7 para tu sistema operativo.

wget <http:// url a miniconda>
sh <miniconda*.sh>

Echa un vistazo al repositorio de git con los ejercicios

Una vez que Miniconda esté listo, revisa el repositorio del curso y continúa con la configuración del entorno:

git clone https://github.com/Atcold/NYU-DLSP20

Crear un entorno aislado de Miniconda

Cambia el directorio (cd) a la carpeta del curso, y luego escribe:

# cd NYU-DLSP20
conda env create -f environment.yml
source activate NYU-DL

Inicia Jupyter Notebook o JupyterLab

Comienza desde la terminal como de costumbre:

jupyter lab

O, para la interfaz clásica:

jupyter notebook

Visualización de notebooks

Los Cuadernos Jupyter (Notebooks) se utilizan a lo largo de estas lecciones para la exploración y visualización interactiva de datos.

Utilizamos estilos oscuros para GitHub y Jupyter Notebook. Deberías intentar hacer lo mismo, o se verán feos. JupyterLab tiene incorporado un tema oscuro seleccionable, por lo que solo necesitarás instalar algunas cosas extras si deseas usar la interfaz clásica de las notebooks. Para ver el contenido adecuadamente en la interfaz clásica, instala lo siguiente:

• Tema oscuro para Jupyter Notebook;
• Tema oscuro para GitHub y comenta el bloque de código invert #fff to # 181818.