Comprender las Redes Neuronales Profundas

Parte 1 – Conceptos de Deep Learning y DNN

Introducción a la IA, el Aprendizaje Automático y el Deep Learning

• 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: evolución de una población de agentes virtuales mediante selección.
• Aprendizaje Automático 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, Naive Bayes, Random Tree.
• Aprendizaje Automático vs. Deep Learning: problemas en los que el Aprendizaje Automático sigue siendo el estado del arte (Random Forests & XGBoost).

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

• Repaso de las bases matemáticas.
• Definición de una red de neuronas: arquitectura clásica, activaciones y
• ponderación de activaciones anteriores, profundidad de una red.
• Definición del aprendizaje de una red de neuronas: funciones de costo, 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 multivariados y señales. Elección de una función de costo según los datos.
• Aproximación de una función por una red de neuronas: presentación y ejemplos.
• Aproximación de una distribución por una red de neuronas: presentación y ejemplos.
• Aumentación 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 planea 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 de DL: PyTorch, Keras, Lasagne.
• Frameworks de bajo nivel de 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 kernel,
• Padding & stride, generación de mapas de características, capas de pooling. Extensiones 1D, 2D y 3D.
• Presentación de las diferentes arquitecturas de CNN que llevaron 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: super-resolución, segmentación pixel a pixel. Presentación de
• Principales estrategias para aumentar 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 desenrollada.
• Evoluciones hacia las Unidades Recurrentes con Puertas (GRUs) y LSTM (Long Short Term Memory).
• Presentación de los diferentes estados y las evoluciones traídas por estas arquitecturas.
• Problemas de convergencia y gradiente desaparecido.
• Arquitecturas clásicas: Predicción de una serie temporal, clasificación, etc.
• Arquitectura tipo RNN Encoder Decoder. Uso de un modelo de atención.
• Aplicaciones de NLP: codificación de palabra / carácter, traducción.
• Aplicaciones de Video: predicción de la próxima imagen generada de una secuencia de video.

Modelos Generativos: Autoencoder Variacional (VAE) y Redes Adversariales 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 dato dado. Definición y uso del espacio latente. Truco de reparametrización. Aplicaciones y Limites observados.
• Redes Adversariales Generativas: Fundamentos.
• Arquitectura de Red Dual (Generador y discriminador) con aprendizaje alterno, funciones de costo 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, super-resolución.

Aprendizaje Profundo por Refuerzo.

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

Parte 2 – Theano para Deep Learning

Básicos de Theano

• Introducción
• Instalación y Configuración

TheanoFunctions

• entradas, salidas, actualizaciones, givens

Entrenamiento y Optimización de una red neuronal usando Theano

• Modelado de Red Neuronal
• Regresión Logística
• Capas Ocultas
• Entrenamiento de una red
• Cómputo y Clasificación
• Optimización
• Log Loss

Prueba del modelo

Parte 3 – DNN usando Tensorflow

Básicos de TensorFlow

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

Mecánicas de TensorFlow

• Preparar los Datos
• Descargar
• Entradas y Placeholders
• Construir los Grafos
  • Inferencia
  • Pérdida
  • 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
• 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

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

Redes Neuronales Artificiales

• Fronteras de decisión no lineales
• Redes neuronales artificiales feedforward y feedback
• Perceptrones multicapa
• Minimización de la función de costo
• Propagación hacia adelante
• Retropropagación
• 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 a dar a los siguientes módulos (Introducción breve a proporcionar según la disponibilidad de tiempo):

Tensorflow - Uso Avanzado

• Hilos y Colas
• TensorFlow Distribuido
• Escritura de Documentación y Compartir tu Modelo
• Personalización de Lectores de Datos
• Manipulación de Archivos de Modelo de TensorFlow

TensorFlow Serving

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