Comprender las Redes Neuronales Profundas

Parte 1 – Conceptos de Aprendizaje Profundo y DNN

Introducción a la IA, el Aprendizaje Automático y el Aprendizaje Profundo

• Historia, conceptos básicos y aplicaciones habituales de la inteligencia artificial, más allá de las fantasías atribuidas a este campo
• Inteligencia Colectiva: agregación de conocimiento compartido por muchos agentes virtuales
• Algoritmos genéticos: evolución de una población de agentes virtuales mediante selección
• Máquinas de Aprendizaje Usuales: definición.
• Tipos de tareas: aprendizaje supervisado, aprendizaje no supervisado, aprendizaje por refuerzo
• Tipos de acciones: clasificación, regresión, agrupamiento (clustering), estimación de densidad, reducción de dimensionalidad
• Ejemplos de algoritmos de aprendizaje automático: regresión lineal, Naive Bayes, Random Tree
• Aprendizaje automático vs. Aprendizaje profundo: problemas en los que el aprendizaje automático sigue siendo hoy el estado del arte (Random Forests & XGBoosts)

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

• Repaso de las bases matemáticas.
• Definición de una red de neuronas: arquitectura clásica, activación y
• Ponderación de activaciones anteriores, profundidad de una red
• Definición del aprendizaje de una red de neuronas: funciones de coste, retropropagación, descenso de gradiente estocástico, máxima verosimilitud.
• Modelado de una red neuronal: modelado de datos de entrada y salida según el tipo de problema (regresión, clasificación, etc.). Maldición de la dimensionalidad.
• Distinción entre datos multifuncionales y señal. Elección de una función de coste según los datos.
• Aproximación de una función mediante una red de neuronas: presentación y ejemplos
• Aproximación de una distribución mediante una red de neuronas: presentación y ejemplos
• Augmentación de datos: cómo equilibrar un conjunto de datos
• Generalización de los resultados de una red de neuronas.
• Inicialización y regularización de una red neuronal: regularización L1 / L2, Normalización por Lote (Batch Normalization)
• Algoritmos de optimización y convergencia

Herramientas estándar de ML / DL

Se planifica una presentación sencilla 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
• Marcos de trabajo de alto nivel para DL: PyTorch, Keras, Lasagne
• Marcos de trabajo de bajo nivel para DL: Theano, Torch, Caffe, Tensorflow

Redes Neuronales Convolucionales (CNN).

• Presentación de las CNN: principios fundamentales y aplicaciones
• Operación básica de una CNN: capa convolucional, uso de un núcleo,
• Relleno (Padding) & paso (stride), generación de mapas de características, capas de agrupación (pooling). Extensiones 1D, 2D y 3D.
• Presentación de las diferentes arquitecturas de CNN que lograron el estado del arte en clasificación
• Imágenes: LeNet, Redes VGG, 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)
• CNN para generación: superresolución, segmentación píxel a píxel. Presentación de
• Estrategias principales para aumentar los mapas de características para la generación de imágenes.

Redes Neuronales Recurrentes (RNN).

• Presentación de las RNN: principios fundamentales y aplicaciones.
• Operación básica de la RNN: activación oculta, retropropagación a través del tiempo, versión desplegada (unfolded).
• Evoluciones hacia las Unidades Recurrentes con Puerta (GRU) y LSTM (Memoria de Corto Plazo Largo).
• Presentación de los diferentes estados y las evoluciones traídas por estas arquitecturas
• Problemas de convergencia y gradiente que desaparece (vanishing gradient)
• Arquitecturas clásicas: Predicción de una serie temporal, clasificación ...
• Arquitectura tipo Codificador-Decodificador RNN. Uso de un modelo de atención.
• Aplicaciones de NLP: 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 Antagónicas Generativas (GAN).

• Presentación de los modelos generativos, vínculo con las CNN
• Autoencoder: reducción de dimensionalidad y generación limitada
• Autoencoder Variacional: modelo generativo y aproximación de la distribución de un dado. Definición y uso del espacio latente. Truco de reparametrización. Aplicaciones y límites observados
• Redes Antagónicas Generativas: Fundamentos.
• Arquitectura de Red Dual (Generador y discriminador) con aprendizaje alterno, funciones de coste disponibles.
• Convergencia de una GAN y dificultades encontradas.
• Convergencia mejorada: Wasserstein GAN, Began. Distancia de Movimiento de Tierra.
• Aplicaciones para la generación de imágenes o fotografías, generación de texto, superresolución.

Aprendizaje Profundo por Refuerzo.

• Presentación del aprendizaje por refuerzo: control de un agente en un entorno definido
• Por un estado y acciones posibles
• Uso de una red neuronal para aproximar la función de estado
• Deep Q Learning: reproducción de experiencias (experience replay), 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 solo videojuego o un sistema digital.

Parte 2 – Theano para el Aprendizaje Profundo

Basicos de Theano

• Introducción
• Instalación y Configuración

Funciones de Theano

• entradas, salidas, actualizaciones, datos dados (givens)

Entrenamiento y Optimización de una red neuronal usando Theano

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

Prueba del modelo

Parte 3 – DNN usando TensorFlow

Basicos de TensorFlow

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

Mecanicas de TensorFlow

• Preparar los Datos
• Descargar
• Entradas y Placeholders
• Construir los Gráficos (Graphs)
  • Inferencia
  • Pérdida (Loss)
  • Entrenamiento
• Entrenar el Modelo
  • El Gráfico
  • La Sesión
  • Bucle de Entrenamiento
• Evaluar el Modelo
  • Construir el Gráfico de Evaluación
  • Salida de Evaluación

El Perceptrón

• Funciones de activación
• 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

• Núcleos (Kernels) y el truco del núcleo (kernel trick)
• Clasificación de máximo margen y vectores de soporte

Redes Neuronales Artificiales

• Fronteras de decisión no lineales
• Redes neuronales artificiales de avance hacia adelante y retroalimentación
• Perceptrones multicapa
• Minimización de la función de coste
• Propagación hacia adelante
• Retropropagación
• Mejora de la forma en que aprenden las redes neuronales

Redes Neuronales Convolucionales

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

Introducciones básicas que se darán a los siguientes módulos (Se proporcionará una introducción breve según la disponibilidad de tiempo):

Tensorflow - Uso Avanzado

• Hilos (Threading) y Colas
• TensorFlow Distribuido
• Redacción de Documentación y Compartición de tu Modelo
• Personalización de Lectores de Datos
• Manipulación de Archivos de Modelo de TensorFlow

Servicio TensorFlow (TensorFlow Serving)

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