Comprender las Redes Neuronales Profundas

Parte 1 – Conceptos de Aprendizaje Profundo y DNN

Introducción a la IA, Machine Learning & Deep Learning

• Historia, conceptos básicos y aplicaciones habituales de la inteligencia artificial lejos de las fantasías que este dominio genera.
• Inteligencia colectiva: agregación del 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, agrupamiento (clustering), estimación de densidad, reducción de dimensionalidad.
• Ejemplos de algoritmos de Machine Learning: regresión lineal, Naive Bayes, Árbol aleatorio.
• Machine Learning VS Deep Learning: problemas en los que el Machine Learning sigue siendo hoy la tecnología más avanzada (Bosques aleatorios 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
• Pesado de activaciones anteriores, profundidad de una red.
• Definición del aprendizaje de una red de neurones: funciones de coste, propagación hacia atrás (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...). Maldición de la dimensionalidad.
• Distinción entre datos multifunción y señales. Elección de una función de coste según los datos.
• Aproximación de una función por una red de neurones: presentación y ejemplos.
• Aproximación de una distribución por una red de neurones: presentación y ejemplos.
• Aumento de datos: cómo equilibrar un conjunto de datos.
• Generalización de los resultados de una red de neurones.
• 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 planea una presentación simple con ventajas, desventajas, posición en el ecosistema y uso planificado.

• Herramientas de gestión de datos: Apache Spark, herramientas Apache Hadoop.
• Machine Learning: 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) e stride, generación de mapas de características, capas de agrupamiento (pooling). Extensiones 1D, 2D y 3D.
• Presentación de las diferentes arquitecturas CNN que lograron el estado del arte en clasificación.
• Imágenes: LeNet, VGG Networks, 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 de clasificación común (texto o imagen).
• CNN para generación: super-resolución, segmentación píxel a píxel. Presentación de
• Principales estrategias para aumentar los mapas de características para 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 compuerta (GRU) y LSTM (Memoria a corto plazo larga).
• Presentación de los diferentes estados y las evoluciones aportadas por estas arquitecturas.
• Problemas de convergencia y gradiente desaparecido.
• Arquitecturas clásicas: predicción de una serie temporal, clasificación...
• Arquitectura de tipo codificador-decodificador RNN. Uso de un modelo de atención.
• Aplicaciones NLP: codificación de palabras / caracteres, traducción.
• Aplicaciones en vídeo: predicción de la siguiente imagen generada de una secuencia de vídeo.

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 dato. 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 alternativo, funciones de coste disponibles.
• Convergencia de una GAN y dificultades encontradas.
• Mejora de la convergencia: Wasserstein GAN, Began. Distancia terrestre móvil (Earth Moving Distance).
• 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 posibles acciones.
• Uso de una red neuronal para aproximar la función de estado.
• Deep Q Learning: experiencia de repetición, 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 Aprendizaje Profundo

Fundamentos de Theano

• Introducción
• Instalación y configuración

Funciones de Theano

• entradas, salidas, actualizaciones, givens

Entrenamiento y optimización de una red neuronal utilizando 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 utilizando 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
• Descarga
• Entradas y placeholders
• Construir el grafo
  • Inferencia
  • Pérdida (Loss)
  • Entrenamiento
• Entrenar el modelo
  • El grafo
  • La sesión (Session)
  • Bucle de entrenamiento
• 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 Soporte Vectorial (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 (Forward propagation)
• Propagación hacia atrás (Back propagation)
• 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 impartirán en los siguientes módulos (Introducción breve según disponibilidad de tiempo):

Tensorflow - Uso avanzado

• Hilos y colas (Threading and Queues)
• TensorFlow distribuido
• Escritura de documentación y compartición de tu modelo
• Personalización de lectores de datos
• Manipulación de archivos de modelos de TensorFlow

TensorFlow Serving

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