Memory profiler
Ver el uso de memoria de un script
-->
Ver el uso de memoria de un script
Aumentar el rendimiento de DataLoader con pin_memory y num_workers
Librería de Python para obtener datos de la GPU igual que `nvidia-smi`
Espacio para calcular la memoria necesaria para ejecutar un modelo
Tu compañero Manolo hace código que cuesta verlo? Pásale este formateador de código que te enseño en este post! Entra y aprende cómo formatear código para dejarlo más entendible. No vamos a solucionar los problemas de Manolo, pero tu al menos no vas a sufrir al leerlo
Declarar redes neuronales de forma clara en Pytorch
Get data of dictionaries in Python safely
Tip para crear tuplas de un solo elemento en Python
Tip para ordenar listas en Python sin modificar la original
Tip para printear strings con la primera letra de cada palabra en mayúsculas en Python
Tip para escribir números enteros largos con guión bajo en Python
Aprende qué es el Model Context Protocol (MCP), el estándar de código abierto de Anthropic que revoluciona la forma en que los modelos de IA interactúan con herramientas externas. En esta guía práctica y detallada, te llevo paso a paso en la creación de un servidor y un cliente MCP desde cero utilizando la librería fastmcp. Construirás un agente de IA "inteligente" con Claude Sonnet, capaz de interactuar con la API de GitHub para consultar issues e información de repositorios. Cubriremos desde los conceptos básicos hasta funcionalidades avanzadas como el filtrado de herramientas por tags, la composición de servidores, el uso de recursos estáticos y plantillas dinámicas (resource templates), la generación de prompts y la implementación de autenticación segura. ¡Descubre cómo MCP puede estandarizar y simplificar la integración de herramientas en tus aplicaciones de IA, de forma análoga a como el USB unificó los periféricos!
MCP: Model Context Protocol
¿Tus agentes se quedan cortos? Eleva tus proyectos de IA con patrones avanzados: ReAct, planificación, multi-agentes y más. ¡Guía práctica con código!
Los espacios de Hugging Face nos permite ejecutar modelos con demos muy sencillas, pero ¿qué pasa si la demo se rompe? O si el usuario la elimina? Por ello he creado contenedores docker con algunos espacios interesantes, para poder usarlos de manera local, pase lo que pase. De hecho, es posible que si pinchas en alún botón de ver proyecto te lleve a un espacio que no funciona.
Dataset de chistes en inglés
Dataset con traducciones de inglés a español
Dataset con películas y series de Netflix