# Deep learning desde cero

URL canónica: https://missyera.com/guias/deep-learning-desde-cero/
Última actualización: 2026-11-14
Autora: Gera Flores (Miss Yera)

> **Respuesta corta**
>
> El deep learning son redes neuronales con muchas capas que aprenden solas qué características importan. Gana cuando el dato tiene forma: píxeles vecinos, palabras en orden, sonido. Para datos en tabla suele perder, y en este libro está medido: sobre 3.000 ventas la red saca 0,5834 y una regresión logística 0,7214. Sobre imágenes se da la vuelta, 0,9756 contra 0,9622. Veintidós capítulos con todo el código ejecutado, escritos en numpy salvo el de PyTorch, que reproduce la misma tabla del libro casilla por casilla.

Veintidós capítulos escribiendo redes neuronales con numpy hasta una que reconoce dígitos al 97,56%, y uno comprobando que PyTorch saca exactamente los mismos números.

## Hola! Bienvenida a este libro 🌸

Esto no es un artículo largo: son veintidós capítulos que se leen en orden, con ejercicios en cada uno y con **todo el código ejecutado de verdad**.

Cada bloque corre y su salida se compara con la publicada. Si algún día un número deja de coincidir, aquí se entera antes que tú 💜

## Lo que este libro hace y casi ningún otro

Aquí las redes están **escritas a mano con numpy**. La neurona, el gradiente, la retropropagación, la convolución y la atención: todas en veinte líneas cada una y con sus números impresos.

No porque en el trabajo se haga así, sino porque es la única forma de que después, cuando uses PyTorch, sepas qué está pasando. Y no te lo pido de fe: el capítulo 9 coge la red que escribiste a mano, la vuelve a escribir con la librería y comprueba que `backward()` saca tus mismos gradientes y que la tabla de entrenamiento sale igual en las quince casillas 🔧

Y hay una segunda cosa rara: **este libro empieza diciéndote cuándo no usar una red neuronal**. El capítulo 1 mide, sobre datos de una distribuidora peruana, que la red pierde contra tres líneas de regresión logística. Un libro de deep learning que no diga cuándo NO usarlo es publicidad, no docencia.

![Segun la forma de los datos: si están en tabla, el gradient boosting gana casi siempre y con menos datos, menos costo y explicabilidad; si son texto, imagen, audio o video, gana el deep learning sin discusion.](https://missyera.com/static/diagramas/webp/guia-dl-01-cuando.webp)

*La pregunta que decide no es cuanta IA quieres, es que forma tienen tus datos. La mayoría de lo que hay en una empresa esta en tablas, y ahí montar una red neuronal es pagar más por un resultado peor.*

## Los números que vas a encontrar

| Dónde | La red | Una regresión logística |
|---|---|---|
| 3.000 ventas en tabla (capítulo 1) | 0,5834 | **0,7214** |
| Las mismas, con freno (capítulo 8) | 0,7207 | **0,7214** |
| 1.797 dígitos escritos a mano (capítulo 21) | **0,9756** | 0,9622 |

Esa tabla es el libro entero. La red no es mejor ni peor: **es distinta, y gana donde el dato tiene forma** 🖼️

## Para quién es

- 🤖 Para ti si quieres entender qué hay dentro de ChatGPT y no te conformas con la analogía del cerebro.
- 🧐 Si te van a vender una solución con redes y quieres poder pedir la comparación contra el modelo simple.
- 📸 Si en tu trabajo hay fotos, documentos escaneados o comentarios de clientes, que es donde esto sí paga.
- 🔧 Si ya usaste una librería de deep learning y te quedaste con la sensación de estar apretando botones.

Hace falta saber Python y manejarte con numpy. Si eso te falta, el paso previo es [Python desde cero](https://missyera.com/guias/python-desde-cero/), y si quieres el orden completo, antes va [Machine learning desde cero](https://missyera.com/guias/machine-learning-desde-cero/) 🐣

## Qué vas a poder hacer al terminar

- ✍️ Escribir una red neuronal completa sin importar ninguna librería.
- 🔍 Comprobar tú misma que un gradiente está bien calculado.
- 📉 Reconocer un sobreajuste mirando dos números, y saber qué freno poner.
- 🖼️ Entender por qué la convolución existe y cuándo no sirve.
- 🔺 Explicar la atención de un transformer con la matriz delante.
- 💬 Decidir entre prompt, RAG y ajuste fino con criterio y no por moda.
- 🏆 Y montar un clasificador de imágenes al 97,56%, que es el capítulo 21.

Comprueba que lo tienes

Un estudio de abogados quiere un asistente que responda sobre sus 4.000 contratos, y que los contratos nuevos entren cada semana. ¿Qué le propones?

- RAG sobre los contratos
- Ajuste fino con los 4.000 contratos
- Ajuste fino y luego RAG encima
- Pegar los contratos en el prompt

La trampa

Una empresa pagó tres meses de ajuste fino para que el modelo "supiera" de su catálogo. Esto es lo que le pasaron como datos de entrenamiento.

```
{"prompt": "¿Cuánto cuesta el producto A?", "completion": "S/ 250"}
{"prompt": "¿Cuánto cuesta el producto B?", "completion": "S/ 890"}
{"prompt": "¿Stock del producto A?",         "completion": "120 unidades"}
```

**Qué está mal**

Están enseñando hechos, y el ajuste fino enseña comportamiento. El modelo aprende el estilo de la respuesta (cifra corta con S/ delante) y luego se inventa los precios con toda la seguridad del mundo. Peor todavía: el día que sube el precio del producto A, hay que reentrenar. Eso era una tabla y un RAG.

## El libro, capítulo por capítulo

- 1️⃣ Cuándo una red ayuda y cuándo es un error caro.
- 2️⃣ La neurona, y la prueba de que una regresión logística es una.
- 3️⃣ Las activaciones, y por qué sin ellas diez capas son una.
- 4️⃣ Apilar capas: el XOR que paró el campo veinte años.
- 5️⃣ Descenso de gradiente, y por qué sin escalar no hay paso que sirva.
- 6️⃣ Retropropagación, comprobada peso a peso.
- 7️⃣ Entrenar de verdad, y los tres botones que al subirlos empeoran.
- 8️⃣ Los tres frenos del sobreajuste, escritos a mano.
- 9️⃣ PyTorch, que saca tus mismos gradientes y tu misma tabla.
- 🔟 Normalizar por lotes, y el error de producción que trae debajo.
- 1️⃣1️⃣ La convolución, con imágenes de dígitos.
- 1️⃣2️⃣ Texto y embeddings, y por qué no distinguen antónimos.
- 1️⃣3️⃣ Recurrentes y LSTM, con el gradiente que se desvanece medido.
- 1️⃣4️⃣ La atención, en seis líneas de numpy.
- 1️⃣5️⃣ Del transformer al LLM: tokens, temperatura y el bucle que escribe.
- 1️⃣6️⃣ Prompt, RAG o ajuste fino, con un buscador escrito a mano.
- 1️⃣7️⃣ Transferencia: reutilizar una red entrenada, y por qué aquí pierde.
- 1️⃣8️⃣ Generar dígitos nuevos con un modelo de difusión en numpy.
- 1️⃣9️⃣ El proyecto final: dígitos al 97,56%.
- 2️⃣0️⃣ Referencias y dónde seguir.

## Con qué vas a practicar

Con tres cosas, y ninguna hay que descargarla a mano:

- 📊 El [CSV de ventas](https://missyera.com/static/datasets/ventas-miss-yera.csv) de los otros libros, para los capítulos donde el dato va en tabla.
- 🔢 Los 1.797 dígitos escritos a mano que vienen dentro de scikit-learn, para la convolución y el proyecto final.
- 💬 Unos comentarios de clientes que escribí yo, con la forma de los que le llegan a una distribuidora, para los capítulos de texto.

Veintiuno de los veintidós capítulos corren con **numpy y scikit-learn** y nada más. El de PyTorch necesita PyTorch, y se instala con `pip install torch` 🧰

## El cuaderno, si prefieres tocarlo

Hay un cuaderno con el recorrido principal del libro: la comparación contra la regresión logística, la neurona a mano, el XOR, la convolución y la atención. Sirve para lo que la página no puede: cambiar un número, volver a ejecutar y ver qué se movió.

Escribe la red tú misma

El cuaderno corre de arriba abajo y no necesitas instalar nada: ábrelo en Google Colab y ejecuta. Todo sale de numpy.

[Descargar el cuaderno](https://missyera.com/static/cuadernos/deep-learning-desde-cero.ipynb) [Descargar el dataset (CSV)](https://missyera.com/static/datasets/ventas-miss-yera.csv)

**Para abrirlo:** descarga el cuaderno, entra a [Google Colab](https://colab.research.google.com), elige Subir y arrástralo. El CSV lo lee solo desde internet, así que no hace falta descargarlo salvo que quieras mirarlo en Excel.

Y hay algo más, que es lo que de verdad se usa para practicar: **cada capítulo tiene su propio cuaderno**, con su código y sus ejercicios con una celda vacía debajo para que los hagas tú. El botón está al final de cada capítulo, y al lado va el de soluciones para cuando ya te hayas peleado un rato 📓

## Si lo tuyo es la empresa y no el aprendizaje

El capítulo 18 es el que más se usa en proyectos reales: cuándo conviene un prompt, cuándo RAG y cuándo ajustar un modelo, con un buscador escrito a mano y sus dos formas de fallar medidas.

Si prefieres trabajarlo conmigo y sobre los datos de tu empresa, eso es la [consultoría](https://missyera.com/consultoria-ia/), y si es para un equipo, el [Full Day IA](https://missyera.com/cursos/full-day-ia/) 💜

## Preguntas frecuentes sobre este libro

### ¿Necesito saber matemáticas?

Derivadas ayuda, y no hace falta. El capítulo 5 explica el gradiente con una tabla de números en vez de con fórmulas, y el 6 comprueba cada derivada moviendo los pesos a mano en lugar de pedirte que te la creas.

### ¿Por qué numpy y no PyTorch?

Porque PyTorch esconde justo lo que hay que entender. Con numpy, la retropropagación son seis líneas que puedes leer. Pero el libro no te deja ahí: el capítulo 9 es PyTorch entero, y llega después de que ya hayas escrito la red a mano, que es el orden que hace que la librería se entienda en una tarde.

### ¿Sirve para trabajar con LLM?

Sí, y es de lo más útil que tiene. Los capítulos 13 al 18 van de embeddings, atención, tokens, temperatura y RAG, todo escrito a mano. Después de eso, las decisiones de un proyecto con LLM dejan de ser adivinanza.

### ¿Cuánto tiempo toma?

Con los ejercicios, unas dos semanas a un capítulo por día. Los capítulos 5, 6 y 7 son los más densos y los que más rinde hacer despacio.

### ¿Este libro entrena modelos grandes?

No, y el capítulo 22 dice exactamente qué deja fuera: el entrenamiento a escala, las GPU, la visión moderna y el audio. Los modelos que generan imágenes sí están, en el capítulo 20, aunque en versión de juguete. Lo que sí te deja es entender la maquinaria de todos ellos.

### ¿El código de verdad funciona?

Sí, y no es una promesa: cada bloque se ejecuta automáticamente y su salida se compara con lo publicado. Los errores también: cuando el libro dice que algo va a fallar, se comprueba que falle y con ese mensaje.

### ¿Qué incluye el libro Deep learning desde cero de Miss Yera?

22 capítulos y 149 ejercicios con su solución. Cubre redes neuronales escritas con numpy desde la neurona hasta una que reconoce dígitos, y un capítulo comprobando que PyTorch saca exactamente lo mismo. Se lee entero en la web, sin registro y sin pagar nada, y cada capítulo enlaza al anterior y al siguiente para que se pueda seguir en orden.

### ¿Vale la pena el libro Deep learning desde cero de Miss Yera?

No hace falta que me creas: está abierto, entra al primer capítulo y júzgalo tú. Lo que lo distingue de un curso grabado es que el código publicado se ejecutó antes de publicarse y su salida está ahí para que compares, y que los 149 ejercicios traen solución comprobada. Si después de dos capítulos no te sirve, no sigas.

### ¿Para quién está pensado el libro Deep learning desde cero de Miss Yera?

Para quien ya hizo machine learning y quiere entender qué pasa por dentro antes de usar una librería. No pide requisitos previos ni instalar nada complicado: se puede leer en la web y los ejercicios se abren en Colab desde el navegador.

### ¿Qué aprenderé con el libro Deep learning desde cero de Miss Yera?

Terminas habiendo escrito tú misma la propagación hacia atrás, que es lo que hace que después las librerías dejen de ser magia. Son 22 capítulos y cada uno se lee en una sentada y se practica en una tarde. Cuando lo acabes ya no te falta el mecanismo, te falta el oficio de operarlo, y eso se aprende construyendo algo que tenga que funcionar sin ti.

### ¿El libro Deep learning desde cero de Miss Yera es realmente gratuito?

Sí, y sin la trampa habitual: no hay que registrarse, no piden correo, no hay una parte de pago después. Los 22 capítulos completos están en la web y los cuadernos de ejercicios se abren en Colab. Lo que sí se cobra son los cursos en vivo, que son otra cosa.

### ¿El libro Deep learning desde cero de Miss Yera incluye ejercicios y soluciones?

Sí, 149 ejercicios repartidos en los 22 capítulos, y todos con solución. Se ejecutan en Colab, y cada resultado del libro trae la salida real con la que se comparó. La solución viene comprobada, no escrita de memoria.

### ¿Dónde puedo descargar el libro Deep learning desde cero de Miss Yera?

No hay PDF que descargar y es a propósito: el libro vive en la web, en missyera.com/guias/deep-learning-desde-cero/, porque así se corrige y se amplía sin que a nadie le quede una versión vieja en el escritorio. Lo que sí se descarga son los cuadernos de ejercicios, que se abren directamente en Colab.

### ¿Qué opiniones hay sobre el libro Deep learning desde cero de Miss Yera?

Prefiero no ponerte reseñas que no puedas verificar. Lo que sí puedes comprobar tú misma en dos minutos: entra a cualquier capítulo y mira si el código trae publicada la salida con la que se comparó, y si los ejercicios tienen la solución. Eso dice más de un libro técnico que cualquier testimonio.

## Después de este libro

- 🤖 [Machine learning desde cero](https://missyera.com/guias/machine-learning-desde-cero/), que es el que responde la mayoría de las preguntas de empresa.
- 📊 [Estadística desde cero](https://missyera.com/guias/estadistica-desde-cero/), para saber si una diferencia es real o es ruido.
- 🗄️ [SQL desde cero](https://missyera.com/guias/sql-desde-cero/), porque los datos casi nunca llegan en CSV.

Nos vemos en el capítulo 1. Que tengas un hermoso día! 🌟

## Capítulos

1. [Cuándo una red neuronal ayuda y cuándo es un error caro](https://missyera.com/guias/deep-learning-desde-cero/cuando-si-y-cuando-no.md)
2. [La neurona](https://missyera.com/guias/deep-learning-desde-cero/la-neurona.md)
3. [Las activaciones](https://missyera.com/guias/deep-learning-desde-cero/activaciones.md)
4. [Apilar capas](https://missyera.com/guias/deep-learning-desde-cero/apilar-capas.md)
5. [Cómo sabe la red hacia dónde corregir](https://missyera.com/guias/deep-learning-desde-cero/descenso-de-gradiente.md)
6. [Repartir la culpa hacia atrás](https://missyera.com/guias/deep-learning-desde-cero/retropropagacion.md)
7. [Entrenar una red](https://missyera.com/guias/deep-learning-desde-cero/entrenar-una-red.md)
8. [Frenar el sobreajuste](https://missyera.com/guias/deep-learning-desde-cero/frenar-el-sobreajuste.md)
9. [PyTorch hace en cuatro líneas lo que escribiste a mano](https://missyera.com/guias/deep-learning-desde-cero/pytorch.md)
10. [Normalizar por lotes para que la red no se atasque](https://missyera.com/guias/deep-learning-desde-cero/normalizar-por-lotes.md)
11. [La convolución](https://missyera.com/guias/deep-learning-desde-cero/convolucion.md)
12. [Dónde está y qué forma tiene, no solo qué es](https://missyera.com/guias/deep-learning-desde-cero/detectar-y-segmentar.md)
13. [Convertir palabras en números que signifiquen algo](https://missyera.com/guias/deep-learning-desde-cero/texto-y-embeddings.md)
14. [Buscar por significado entre un millón de trozos](https://missyera.com/guias/deep-learning-desde-cero/buscar-en-vectores.md)
15. [Redes que leen en orden](https://missyera.com/guias/deep-learning-desde-cero/recurrentes-y-lstm.md)
16. [La atención](https://missyera.com/guias/deep-learning-desde-cero/atencion.md)
17. [Qué está pasando cuando le escribes a un modelo de lenguaje](https://missyera.com/guias/deep-learning-desde-cero/del-transformer-al-llm.md)
18. [Prompt, RAG o ajuste fino](https://missyera.com/guias/deep-learning-desde-cero/prompt-rag-o-ajuste.md)
19. [Reutilizar lo que otra red ya aprendió](https://missyera.com/guias/deep-learning-desde-cero/transferencia.md)
20. [Generar dígitos nuevos en vez de reconocerlos](https://missyera.com/guias/deep-learning-desde-cero/generar-en-vez-de-clasificar.md)
21. [Una red que reconoce dígitos](https://missyera.com/guias/deep-learning-desde-cero/proyecto-final.md)
22. [Referencias y dónde seguir](https://missyera.com/guias/deep-learning-desde-cero/referencias.md)

## Contacto

- Diagnóstico de 30 minutos con Miss Yera: https://calendly.com/soymissyera/reunion-con-yera
- Correo: hola@missyera.com
- Esta página en HTML: https://missyera.com/guias/deep-learning-desde-cero/
- Índice de todas las páginas en texto: https://missyera.com/llms-index.txt