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 asociadas a este dominio.
• 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 aprendizaje automático: regresión lineal, Naive Bayes, Árbol Aleatorio.
• Aprendizaje Automático vs. Aprendizaje Profundo: problemas en los que el Aprendizaje Automático sigue siendo el estado del arte hoy (Random Forests y XGBoost).

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

• Recordatorio 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 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...). Maldición de la dimensionalidad.
• Distinción entre datos de múltiples características y señales. Elección de una función de costo 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: 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 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 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) y paso (stride), generación del mapa de características, capas de agrupación (pooling). Extensiones 1D, 2D y 3D.
• Presentación de las diferentes arquitecturas de CNN que han llevado 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 (Convolution 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
• 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, retropropagación a través del tiempo, versión desplegada.
• Evoluciones hacia las Unidades Recurrentes con Puerta (GRU) y LSTM (Long Short Term Memory).
• Presentación de los diferentes estados y las evoluciones aportadas por estas arquitecturas.
• Problemas de convergencia y desvanecimiento del gradiente.
• Arquitecturas clásicas: Predicción de una serie temporal, clasificación...
• Arquitectura tipo codificador-decodificador RNN. Uso de un modelo de atención.
• Aplicaciones NLP (Procesamiento del Lenguaje Natural): codificación palabra/carácter, traducción.
• Aplicaciones en vídeo: predicción de la siguiente imagen generada de una secuencia de vídeo.

Modelos generativos: Autoencoder Variacional (VAE) y Redes Generativas Adversarias (GAN).

• Presentación de los modelos generativos, enlace con las CNN.
• Autoencoder: reducción de dimensionalidad y generación limitada.
• Autoencoder Variacional: modelo generativo y aproximación de la distribución de un conjunto dado. Definición y uso del espacio latente. Truco de reparametrización. Aplicaciones y límites observados.
• Redes Generativas Adversarias (GAN): Fundamentos.
• Arquitectura de red dual (Generador y discriminador) con aprendizaje alternado, funciones de costo disponibles.
• Convergencia de una GAN y dificultades encontradas.
• Mejora de la convergencia: Wasserstein GAN, Began. Distancia de transporte terrestre (Earth Mover 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.
• Mediante un estado y acciones posibles.
• Uso de una red neuronal para aproximar la función de estado.
• Deep Q Learning: reposición 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 solo videojuego o un sistema digital.

Parte 2 – Theano para el Aprendizaje Profundo

Fundamentos de Theano

• Introducción.
• Instalación y configuración.

Funciones de Theano

• Entradas, salidas, actualizaciones, givens (valor fijo).

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 en 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 marcadores de posición (Placeholders).
• Construir los grafos (Graphs)
  • Inferencia.
  • Pérdida (Loss).
  • Entrenamiento.
• Entrenar el modelo.
  • El grafo.
  • La sesión (Session).
  • Bucle de entrenamiento (Train Loop).
• Evaluar el modelo.
  • Construir el grafo de evaluación.
  • 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 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 (retroalimentación).
• Perceptrones multicapa.
• Minimización de la función de costo.
• Propagación hacia adelante.
• Retropropagación (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 a los siguientes módulos (Breve introducción según disponibilidad de tiempo):

Tensorflow - Uso avanzado

• Hilos y colas (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 (Serving).
• Tutorial avanzado de servicio (Serving).
• Tutorial de servicio del modelo Inception.