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 que rodean este dominio.
• Inteligencia Colectiva: agregación de conocimiento compartido por muchos agentes virtuales.
• Algoritmos genéticos: para evolucionar una población de agentes virtuales mediante selección.
• Máquinas de aprendizaje habituales: 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, Árbol aleatorio.
• 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)

• 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 del gradiente estocástico, máxima verosimilitud.
• Modelado de una red neuronal: modelado de datos de entrada y salida según el tipo de problema (regresión, clasificación...). Maldición de la dimensionalidad.
• Distinción entre datos multivariable y señales. Elección de una función de coste 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 prevé 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.
• 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 filtro (kernel),
• Padding y stride, generación de mapas de características, capas de agrupamiento (pooling). Extensiones 1D, 2D y 3D.
• Presentación de las diferentes arquitecturas de CNN que llevaron al estado del arte en clasificación.
• Imágenes: LeNet, Redes VGG, Network in Network, Inception, Resnet. Presentación de las innovaciones aportadas 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
• Estrategias principales para aumentar los 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, retropropagación a través del tiempo, versión desplegada.
• Evoluciones hacia las Unidades Recurrentes Puenteadas (GRUs) y LSTM (Long Short Term Memory).
• Presentación de los diferentes estados y las evoluciones aportadas por estas arquitecturas.
• Problemas de convergencia y gradiente que desaparece (vanishing gradient).
• Arquitecturas clásicas: Predicción de una serie temporal, clasificación, etc.
• Arquitectura tipo codificador-decodificador RNN. Uso de un modelo de atención.
• Aplicaciones NLP: codificación palabra/caracter, traducción.
• Aplicaciones en video: predicción de la siguiente imagen generada de una secuencia de video.

Modelos generativos: Autoencodificador Variacional (VAE) y Redes Generativas Antagónicas (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 una entrada. Definición y uso del espacio latente. Truco de reparametrización. Aplicaciones y límites observados.
• Redes Generativas Antagónicas: Fundamentos.
• Arquitectura de red dual (Generador y discriminador) con aprendizaje alternado, funciones de coste 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 por Refuerzo Profundo.

• 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: experiencia replay (replay de experiencias) 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 único videojuego o un sistema digital.

Parte 2 – Theano para el Aprendizaje Profundo

Conceptos básicos de Theano

• Introducción
• Instalación y configuración

Funciones de Theano

• entradas, salidas, actualizaciones, valores 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 Logarítmica (Log Loss)

Prueba del modelo

Parte 3 – DNN usando TensorFlow

Conceptos básicos 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

Mecánicas de TensorFlow

• Preparar los datos
• Descargar
• Entradas y placeholders (marcadores de posición)
• Construir los grafos (Graphs)
  • Inferencia
  • Pérdida (Loss)
  • Entrenamiento
• Entrenar el modelo
  • El grafo
  • La sesión
  • Bucle de entrenamiento
• Evaluar el modelo
  • Construir el grafo de evaluación
  • Salida de evaluación

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 feedforward y feedback
• Perceptrones multicapa
• Minimización de la función de coste
• Propagación hacia adelante
• Retropropagación
• Mejora de la manera 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 deben impartir en los siguientes módulos (Introducción breve proporcionada según disponibilidad de tiempo):

TensorFlow - Uso avanzado

• Hilos y colas
• TensorFlow distribuido
• Escritura de documentación y compartición de tu modelo
• Personalización de lectores de datos
• Manipulación de archivos de modelos TensorFlow

Servicio de TensorFlow (TensorFlow Serving)

• Introducción
• Tutorial básico de servicio
• Tutorial avanzado de servicio
• Tutorial de servicio del modelo Inception