Comprender las Redes Neuronales Profundas

Parte 1 – Conceptos de Aprendizaje Profundo y RND

Introducción a la IA, el Aprendizaje Automático y el Aprendizaje Profundo

• Historia, conceptos básicos y aplicaciones usuales de la inteligencia artificial, más allá de las fantasías que ha arrastrado este campo
• 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, no supervisado y aprendizaje por refuerzo
• Tipos de acciones: clasificación, regresión, agrupamiento, estimación de densidad, reducción de dimensionalidad
• Ejemplos de algoritmos de aprendizaje automático: regresión lineal, Naive Bayes, Random Tree
• Aprendizaje automático vs. Aprendizaje profundo: problemas en los que el aprendizaje automático sigue siendo hoy el estado del arte (Random Forests y XGBoost)

Conceptos básicos de una red neuronal (Aplicación: perceptrón multicapa)

• Recordatorio de 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 multifuncionales 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
• Aumento 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
• Algoritmos de optimización y convergencia

Herramientas estándar de MA / AP

Se planea una presentación simple con ventajas, desventajas, posición en el ecosistema y uso.

• Herramientas de gestión de datos: Apache Spark, Herramientas Apache Hadoop
• Aprendizaje automático: Numpy, Scipy, Sci-kit
• Marcos de alto nivel de AP: PyTorch, Keras, Lasagne
• Marcos de bajo nivel de AP: 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 núcleo,
• Relleno (padding) y paso (stride), generación de mapas de características, capas de agrupamiento. Extensiones 1D, 2D y 3D.
• Presentación de las diferentes arquitecturas de CNN que han logrado 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: superresolución, segmentación de 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.
• Operación básica de la RNN: activación oculta, retropropagación a través del tiempo, versión desplegada.
• Evoluciones hacia las Unidades Recurrentes con Puerta (GRU) y LSTM (Memoria de Corto y Largo Plazo).
• Presentación de los diferentes estados y las evoluciones traídas por estas arquitecturas
• Problemas de convergencia y gradiente desvanecido
• Arquitecturas clásicas: Predicción de una serie temporal, clasificación ...
• Arquitectura tipo Codificador-Decodificador RNN. Uso de un modelo de atención.
• Aplicaciones de NLP: codificación de palabras / caracteres, traducción.
• Aplicaciones de video: predicción de la siguiente 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 dado. Definición y uso del espacio latente. Truco de reparametrización. Aplicaciones y límites 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, superresolución.

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-Crítico. A3C.
• Aplicaciones: control de un videojuego individual o un sistema digital.

Parte 2 – Theano para Aprendizaje Profundo

Basics de Theano

• Introducción
• Instalación y Configuración

Funciones de Theano

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

Pruebas del modelo

Parte 3 – RND usando TensorFlow

Basics 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

Mecánicas de TensorFlow

• Preparar los Datos
• Descarga
• Entradas y Placeholders
• Construcción de Gráficos
  • Inferencia
  • Pérdida
  • Entrenamiento
• Entrenar el Modelo
  • El Gráfico
  • La Sesión
  • Bucle de Entrenamiento
• Evaluar el Modelo
  • Construir el Gráfico 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

• Núcleos y el truco del núcleo (kernel trick)
• Clasificación de margen máximo y vectores de soporte

Redes Neuronales Artificiales

• Fronteras de decisión no lineales
• Redes neuronales artificiales de alimentación directa y retroalimentación
• Perceptrones multicapa
• Minimización de la función de costo
• Propagación hacia adelante
• Retropropagación
• 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

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

TensorFlow - Uso Avanzado

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

Servicio de TensorFlow

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