Frameworks de Deep Learning

Clase 2 de 22 • Curso de Redes Neuronales en Keras y Scikit-Learn 2019

Clase anteriorSiguiente clase

María José Medina

student•

Les comparto mis notas de la clase..

Frameworks de bajo nivel

Se comunican directamente con el procesador y hacen uso de todo el hardware disponible.

Cuda: explota la capacidad computacional de las GPU, permite paralelizar las operaciones que aceleran el proceso de entrenamiento.
Theano: también explota las GPU. No cuenta con una comunidad activa.
TensorFlow: es el más evolucionado entorno a DL, y sobre él se basan muchas de las arquitecturas de redes neuronales que se disponen en la actualidad.

Frameworks de alto nivel

Orientados a la experiencia de usuario, permiten hacer una experimentación más rápida.

ScikitLearn: toolkit de heramientas generales, contiene algoritmos de clustering, regresiones, análisis numéricos, etc. Puede servir de complemento de las otras herramientas.
H2O: se enfoca en desarrollar DL complementado con Big Data
Fast. ai: basado en el concepto de transfer learning, el cual consiste en utilizar modelos ya entrenados en un contexto particular.
Keras: tiene la capacidad de consumir frameworks de bajo nivel a través de su API.

++Nota++

Deep Learning (DL): Denominación que se le da a las redes neuronales con más de dos capas.

P.D.: En el curso de introducción a ML se usó PyTorch y en lo personal me gustó bastante.

Gersonrpq

student•

Aca una lista de frameworks populares https://github.com/aymericdamien/TopDeepLearning. He trabajado con Pytorch, Scikit-Learn,Tensorflow y Keras, la verdad hasta ahora me esta gustando mucho Tensorflow.

Eligio Espinoza Casio

student•

¿Que libro de redes neuronales recomiendan?

Juan Sebastian Torres

student•

Te recomiendo uno llamado Inteligencia Artificial un enfoque moderno, de Stuart Rusell. Este libro tiene toda una sección dedicada a la explicación de las redes neuronales desde el funcionamiento de un perceptrón. Saludos

Rodrigo Urquizo Yepez

student•

Tesla usa Pytorch, dato interesante.

Arturo Baduna

student•

solo python ? todos programamos en python, pero usamos librerias

Rodrigo Urquizo Yepez

student•

Pytorch es una libreria que se usa con Python y C++, Tesla usa esa libreria en ambos lenguajes.

Matias Alexander Ibarra Trujillo

student•

keras, tensorflow, scikit learn

Luis Antonio Correa Leyva

student•

Deep Learning: Denominación utilizada para redes neuronales con más de dos capas. Siempre me quedaba duda con respecto a esto Deep Learning o Machine Learning, asumiré este concepto. También tengo entendido que en Deep Learning el proceso de extracción de características es realizado por la primeras capas de manera automática mientras que en Machine Learning el proceso de extracción de características es realizado por el cíentifico o programador que se encarga de analizar y preprocesar los datos antes de utilizarlos para el entrenamiento de la red.

Sergio Rubiano

student•

Por el momento solo he trabajado con frameworks de alto nivel, espero pronto aprender de bajo nivel :)

Joaquin Blanco

student•

En particular conozco cuatro frameworks con los que quiero trabajar: Keras Scikit Learn, PyTorch y TensorFlow

Kelvin Thony Meza Espiritu

student•

Keras, Pytorch, Tensorflow, Scikit-Learn

Alberto Perdomo

student•

Una pequeña aclaración, PyTorch hoy esta aumentando su popularidad más que TensorFlow. Por lo que este ultimo no se considera el más evolucionado. Sin embargo la comunidad de TensorFlow es mucho mayor que la de Torch. Ademas como es más viejo tiene más aplicaciones industriales y aún se considera el más usado.

Luis Quiroz Prada

student•

si una red neuronal tiene mas de dos capas es deep learnig?, yo pense que era mas de 1000.

Marcelo Sánchez

student•

De cursos anteriores tengo la experiencia de scikit learn y para machineLearning es muy potente.

JAVIER SANTIAGO SALGADO

student•

Interesante ver MatLab en esta disciplina. https://developer.nvidia.com/deep-learning-frameworks#:~:text=Widely%20used%20deep%20learning%20frameworks,performance%20multi%2DGPU%20accelerated%20training.

Jony Caleb Hurtado Ramos

student•

He trabajado con Pytorch, Scikit-Learn yTensorflow

Jeinner Daniel Báez Mantilla

student•

Si la verdad llegué a usar hace ya algún tiempo atrás, a Matlab con un problema muy básico. En resumidas cuentas me pareció bastante bueno y mas porque podía usarlo para muchos problemas de otra índole matemática.

Frameworks de Deep Learning

Apropiar conceptos fundamentales de las redes neuronales

¿Qué es una red neuronal?

Identificar los principales Frameworks usados en la industria para el desarrollo de Deep Learning

Frameworks de Deep Learning

Comprender los modelos de representación de las redes neuronales artificiales usados en Deep Learning

Estructura de redes neuronales

Creando nuestra primer red neuronal

Entrenando nuestra primera red neuronal

Visualizando el proceso de entrenamiento

Funciones de activación

Funciones de costo o pérdidas

Inicialización y Entrenamiento de RN

Optimizadores en redes neuronales

Clasificación Binaria

Clasificación de potenciales clientes

Análisis de resultados

Métricas de desempeño: regresión y clasificación

Evaluando métricas de desempeño

Ajuste de redes neuronales: overfitting y regularización

Regularización

Ajuste de redes neuronales: Hiper parámetros

Crear un modelo de regresión a partir de un caso de uso real

Introducción a las regresiones con Deep Learning: Planteamiento del problema

Solución del problema de regresión

Ajustes finales al proyecto

Cierre del curso

Cierre del curso