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 que rodean a este campo.
• Inteligencia colectiva: agregar conocimiento compartido por muchos agentes virtuales.
• Algoritmos genéticos: evolución de 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, agrupamiento (clustering), estimación de densidad, reducción de dimensionalidad.
• Ejemplos de algoritmos de aprendizaje automático: regresión lineal, Naive Bayes, Random Tree.
• Aprendizaje automático frente a Deep Learning: problemas en los que el aprendizaje automático sigue siendo el estado del arte hoy en día (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 coste, retropropagación (back-propagation), 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.). La maldición de la dimensionalidad.
• Distinción entre datos multifuncionales y señales. Selección 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 (Data Augmentation): 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 lotes (Batch Normalization).
• Algoritmos de optimización y convergencia.

Herramientas estándar de ML / DL

Se planifica una presentación simple que incluya ventajas, desventajas, posición en el ecosistema y uso previsto.

• Herramientas de gestión de datos: Apache Spark, Herramientas Apache Hadoop.
• Aprendizaje automático: NumPy, SciPy, Scikit-learn.
• 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.
• Operación básica de una CNN: capa convolucional, uso de un kernel,
• padding y stride, generación de mapas de características, capas de pool. Extensiones 1D, 2D y 3D.
• Presentación de las diferentes arquitecturas de CNN que han alcanzado 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 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.
• Operación básica de la RNN: activación oculta, retropropagación a través del tiempo (backpropagation through time), versión desplegada (unfolded).
• Evoluciones hacia las Unidades Recurrentes con Puertas (GRU) y LSTM (Memoria a Largo Plazo).
• 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, etc.
• Arquitectura de tipo Codificador-Decodificador (Encoder Decoder) RNN. Uso de un modelo de atención.
• Aplicaciones de PLN: codificación de palabras / caracteres, traducción.
• Aplicaciones de Video: predicción de la próxima imagen generada en una secuencia de video.

Modelos generativos: Autoencoder 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 un dado. Definición y uso del espacio latente. Truco de reparametrización. Aplicaciones y límites observados.
• Redes Generativas Antagónicas: Fundamentos.
• Arquitectura de Red Dual (Generador y discriminatorio) 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, super-resolución.

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 y off-policy. Arquitectura Actor-Critic. A3C.
• Aplicaciones: control de un solo videojuego o un sistema digital.

Parte 2 – Theano para Deep Learning

Fundamentos de Theano

• Introducción
• Instalación y Configuración

Funciones de Theano

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

Entrenamiento y Optimización de una red neuronal usando Theano

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

Pruebas 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 escala
• Visualización y evaluación de modelos con TensorBoard

Mecánica de TensorFlow

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

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

Redes Neuronales Artificiales

• Fronteras de decisión no lineales
• Redes neuronales artificiales feedforward y de retroalimentación
• Perceptrones multicapa
• Minimización de la función de coste
• 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

Se proporcionarán introducciones básicas a los siguientes módulos (Introducción breve basada en la disponibilidad de tiempo):

TensorFlow - Uso Avanzado

• Hilos (Threading) y Colas
• TensorFlow Distribuido
• Escritura de documentación y compartición de su Modelo
• Personalización de Lectores de Datos
• Manipulación de Archivos de Modelo de TensorFlow

Servicio de TensorFlow (TensorFlow Serving)

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