Saltar a contenido

Cursos y libros

Libros

Libro Notas Acceso
Zhang, Lipton, Li, Smola, Dive into Deep Learning Fundamentos con código ejecutable en PyTorch Gratis: d2l.ai
Janapa Reddi, V., Machine Learning Systems Libro abierto de Harvard (CS249r), ciclo completo de sistemas de ML incluido TinyML. Vol. I en papel por MIT Press a finales de 2026 Gratis: mlsysbook.ai
Warden y Situnayake, TinyML (O'Reilly, 2019) Introducción práctica a ML en microcontroladores. La API de TensorFlow Lite Micro cambió desde entonces O'Reilly
Goodfellow, Bengio, Courville, Deep Learning (MIT Press, 2016) Referencia teórica clásica Gratis: deeplearningbook.org
Situnayake y Plunkett, AI at the Edge (O'Reilly, 2023) [NV] Flujo de producto en edge AI —

Cursos

Curso Nivel Enlace
MIT 6.5940 TinyML and Efficient Deep Learning Computing (Song Han) Intermedio-avanzado; poda, cuantización, NAS, destilación, MCUNet. Videos gratis Otoño 2024 · Otoño 2026
HarvardX, Tiny Machine Learning (3 cursos en edX) Introductorio; modo "audit" gratuito Harvard Online
3Blue1Brown, Neural networks Intuición visual, muy recomendable para empezar YouTube
Karpathy, Neural Networks: Zero to Hero Backpropagation y modelos desde cero karpathy.ai
Tutoriales de PyTorch Sintaxis y patrones básicos pytorch.org/tutorials
Tutorial de hls4ml Cuadernos Jupyter de ML a FPGA con hls4ml GitHub
Cuadernos de FINN Tutorial de FINN paso a paso GitHub
Escuelas de ICTP MLab sobre FPGA y Edge AI Escuelas presenciales e híbridas con laboratorios en clúster FPGA remoto Ver ICTP MLab

Comunidades