Comprender las Redes Neuronales Profundas

Parte 1 – Conceptos de Aprendizaje Profundo y DNN

Introducción a IA, Aprendizaje Automático y Aprendizaje Profundo

• Historia, conceptos básicos y aplicaciones habituales de la inteligencia artificial, más allá de las fantasías asociadas a este dominio
• Inteligencia Colectiva: agregación de conocimiento compartido por muchos agentes virtuales
• Algoritmos genéticos: para evolucionar una población de agentes virtuales mediante selección
• Máquina de Aprendizaje Habitual: definición.
• Tipos de tareas: aprendizaje supervisado, aprendizaje no supervisado, aprendizaje por refuerzo
• Tipos de acciones: clasificación, regresión, clustering, estimación de densidad, reducción de dimensionalidad
• Ejemplos de algoritmos de Aprendizaje Automático: Regresión Lineal, Bayes Naive, Árbol Aleatorio (Random Tree)
• Aprendizaje Automático VS Aprendizaje Profundo: problemas en los que el Aprendizaje Automático sigue siendo hoy en día el estado del arte (Random Forests y XGBoosts)

Conceptos Básicos de una Red Neuronal (Aplicación: perceptrón multicapa)

• Recordatorio de las bases matemáticas.
• Definición de una red de neurones: arquitectura clásica, activación y
• Ponderación de activaciones anteriores, profundidad de una red
• Definición del aprendizaje de una red de neurones: funciones de costo, propagación hacia atrás, descenso del gradiente estocástico, máxima verosimilitud.
• Modelado de una red neuronal: modelado de datos de entrada y salida según el tipo de problema (regresión, clasificación...). La maldición de la dimensionalidad.
• Distinción entre datos multivariable y señal. Elección de una función de costo según los datos.
• Aproximación de una función por una red neuronal: presentación y ejemplos
• Aproximación de una distribución por una red neuronal: presentación y ejemplos
• Aumento de datos (Data Augmentation): cómo equilibrar un conjunto de datos
• Generalización de los resultados de una red neuronal.
• Inicialización y regularización de una red neuronal: Regularización L1 / L2, Normalización por Lotes (Batch Normalization)
• Algoritmos de optimización y convergencia

Herramientas Estándar de ML / DL

Se planifica una presentación simple con ventajas, desventajas, posición en el ecosistema y uso.

• Herramientas de gestión de datos: Apache Spark, herramientas de Apache Hadoop
• Aprendizaje Automático: Numpy, Scipy, Sci-kit
• Frameworks de alto nivel para DL: PyTorch, Keras, Lasagne
• Frameworks de bajo nivel para DL: Theano, Torch, Caffe, Tensorflow

Redes Neuronales Convolucionales (CNN).

• Presentación de las CNN: principios fundamentales y aplicaciones
• Funcionamiento básico de una CNN: capa convolucional, uso de un kernel,
• Relleno (Padding) y paso (stride), generación de mapa de características, capas de agrupación. Extensiones 1D, 2D y 3D.
• Presentación de las diferentes arquitecturas de CNN que han alcanzado el estado del arte en clasificación
• Imágenes: LeNet, VGG Networks, Network in Network, Inception, Resnet. Presentación de las innovaciones introducidas por cada arquitectura y sus aplicaciones más globales (Convolución 1x1 o conexiones residuales)
• Uso de un modelo de atención.
• Aplicación a un caso común de clasificación (texto o imagen)
• CNNs para generación: super-resolución, segmentación píxel a píxel. Presentación de
• Principales estrategias para aumentar mapas de características en la generación de imágenes.

Redes Neuronales Recurrentes (RNN).

• Presentación de las RNN: principios fundamentales y aplicaciones.
• Funcionamiento básico de la RNN: activación oculta, propagación hacia atrás a través del tiempo, versión desplegada.
• Evoluciones hacia las Unidades Recurrentes con Puerta (GRUs) y LSTM (Memoria a Corto Plazo Largo).
• Presentación de los diferentes estados y las evoluciones introducidas por estas arquitecturas
• Problemas de convergencia y desvanecimiento del gradiente
• Arquitecturas clásicas: Predicción de una serie temporal, clasificación ...
• Arquitectura tipo Codificador-Decodificador RNN. Uso de un modelo de atención.
• Aplicaciones PNL (Procesamiento de Lenguaje Natural): codificación de palabras / caracteres, traducción.
• Aplicaciones de video: predicción de la siguiente imagen generada de una secuencia de video.

Modelos generativos: Autoencoder Variacional (VAE) y Redes Generativas Adversarias (GAN).

• Presentación de los modelos generativos, enlace con las CNNs
• Autoencoder: reducción de dimensionalidad y generación limitada
• Autoencoder Variacional: modelo generativo y aproximación de la distribución de una variable dada. Definición y uso del espacio latente. Truco de reparametrización. Aplicaciones y límites observados
• Redes Generativas Adversarias: Fundamentos.
• Arquitectura de Red Dual (Generador y discriminador) con aprendizaje alternativo, funciones de costo disponibles.
• Convergencia de una GAN y dificultades encontradas.
• Mejora de la convergencia: Wasserstein GAN, Began. Distancia de Movimiento de Tierra.
• Aplicaciones para la generación de imágenes o fotografías, generación de texto, super-resolución.

Aprendizaje Profundo por Refuerzo.

• Presentación del aprendizaje por refuerzo: control de un agente en un entorno definido
• Mediante un estado y acciones posibles
• Uso de una red neuronal para aproximar la función de estado
• Deep Q Learning: memoria de experiencia y aplicación al control de un videojuego.
• Optimización de la política de aprendizaje. On-policy && off-policy. Arquitectura Actor-crítico. A3C.
• Aplicaciones: control de un videojuego único o de un sistema digital.

Parte 2 – Theano para el Aprendizaje Profundo

Fundamentos de Theano

• Introducción
• Instalación y Configuración

Funciones de Theano

• entradas, salidas, actualizaciones, givens (valores fijos)

Entrenamiento y Optimización de una red neuronal usando Theano

• Modelado de Red Neuronal
• Regresión Logística
• Capas Ocultas
• Entrenar una red
• Cálculo y Clasificación
• Optimización
• Pérdida Logarítmica (Log Loss)

Prueba del modelo

Parte 3 – DNN usando Tensorflow

Fundamentos de TensorFlow

• Creación, Inicialización, Guardado y Restauración de variables de TensorFlow
• Alimentación, Lectura y Precarga de Datos de TensorFlow
• Cómo utilizar la infraestructura de TensorFlow para entrenar modelos a gran escala
• Visualización y Evaluación de modelos con TensorBoard

Mecánica de TensorFlow

• Preparar los Datos
• Descargar
• Entradas y Placeholders (Marcadores de posición)
• Construir los Grafos
  • Inferencia
  • Pérdida (Loss)
  • Entrenamiento
• Entrenar el Modelo
  • El Grafo
  • La Sesión
  • Bucle de Entrenamiento (Train Loop)
• Evaluar el Modelo
  • Construir el Grafo de Evaluación (Eval Graph)
  • Salida de Evaluación (Eval Output)

El Perceptrón

• Funciones de activación
• El algoritmo de aprendizaje del perceptrón
• Clasificación binaria con el perceptrón
• Clasificación de documentos con el perceptrón
• Limitaciones del perceptrón

Del Perceptrón a las Máquinas de Vectores de Soporte (SVM)

• Kernels y el truco del kernel
• Clasificación de margen máximo y vectores de soporte

Redes Neuronales Artificiales

• Límites de decisión no lineales
• Redes neuronales artificiales de alimentación hacia adelante y retroalimentación
• Perceptrones multicapa
• Minimización de la función de costo
• Propagación hacia adelante
• Propagación hacia atrás (Back propagation)
• Mejora de la forma en que las redes neuronales aprenden

Redes Neuronales Convolucionales

• Objetivos
• Arquitectura del Modelo
• Principios
• Organización del Código
• Lanzamiento y Entrenamiento del Modelo
• Evaluación de un Modelo

Introducciones básicas que se impartirán en los siguientes módulos (Breve introducción proporcionada según disponibilidad de tiempo):

Tensorflow - Uso Avanzado

• \r Hilo (Threading) y Colas (Queues)
• TensorFlow Distribuido
• Escritura de Documentación y Compartir tu Modelo
• Personalización de Lectores de Datos
• Manipulación de Archivos del Modelo de TensorFlow

Serving de TensorFlow

• Introducción
• Tutorial Básico de Serving
• Tutorial Avanzado de Serving
• Tutorial de Serving del Modelo Inception