Arquitectura de redes convolucionales

Clase 12 de 25 • Curso de Redes Neuronales Convolucionales con Python y Keras

FELIX DAVID CORDOVA GARCIA

student•

Hola, faltó agregar esto,lo cual es útil para el siguiente Quiz y en general ayuda mucho a comprender las CNN.

Para calcular las dimensiones de la red luego de aplicar la convolución se usa la siguiente formula:

Por ejemplo para una imagen con medidas iniciales de 28x28x1 que tiene 1 filtro de 3x3 , un padding de "same" , stride 1 y 16 canales de salida se tiene lo siguiente:

n eje x= (28+2(1) -3)/1 +1 =28

n eje y= (28+2(1) -3)/1 +1 =28

Siendo las dimensiones de salida 28x28x16

Eber Laurente Lliuyacc

student•

Con tu ejemplo agregas a la buena explicación del profe. Gracias por compartir.

Alarcon7a

student•

Excelente, muchas gracias

Henry Mendiburu Díaz

student•

Website para graficar redes neuronales https://alexlenail.me/NN-SVG/index.html

Jose Luis Junior Perez Gil

student•

muchas gracias, excelente aporte.

Diaz Mauricio

student•

Gracias

Andrés Felipe Sierra Sanchez

student•

Alguien más se dio cuenta de que en el segundo 0:07 el profe desliza su codo la tarjeta con su nombre?

David E Marquez S

student•

jajajaja más bien lo empuja con la mano

Cristian Tinipuclla

student•

Top ten momentos más extraños captados en Platzi 👀.

Bryan Vladimir Piguave Llano

student•

Para calcular la salida de una capa en redes convolucionales. Se debe realizar el siguiente cálculo.

out = (n + 2p -f )/s +1

donde: n es la cantidad de pixeles en la dimensión que se calcular (largo o ancho)

p: número de padding f : tamaño del kernel o filtro s: número de stride utilizado.

Pueden revisar con más detalle en la siguiente página web aquí

Diaz Mauricio

student•

gracias

Joaquin Romero Flores

student•

Arquitectura de redes convolucionales

Se tiene múltiples imágenes de entradas y estás van a pasar a través de una red de convolución el cual va a extraer características como: bordes, texturas, etc.
Al principio estas capas son superficiales pero al adentrarse a la profundidad de la red van a ser características mucho más complejas aprovechando el aprendizaje profundo (Deep Learning).
Al principio estas capas son superficiales pero al adentrarse a la profundidad de la red van a ser características mucho más complejas aprovechando el aprendizaje profundo (Deep Learning).
Suelen ir entrelazadas a una capa de Max-Pooling el cual reduce la complejidad acortando el largo y ancho de las imágenes
Generando una imagen mucho más pequeña pero mucho más profunda en su contexto.
Después se le aplica una capa llamada “flatten” la cual lleva al arreglo o Tensor resultante a una única dimensión.
Teniendo ya una única dimensión, paso a llevar a cabo una clasificación apilando capas densas.

Joaquin Romero Flores

student•

La convolución: aplica filtros a la imagen de entrada “input” sacando características al deslizarse el kernel por toda la imagen y estas puedan ser alimentadas en las capas posteriores. Por ejemplo: si tienes 4 kernel o filtros, lo que hará es aumentan la profundidad de la imagen y puede reducir el ancho y largo de la imagen siempre y cuando no se le haya aplicado “padding”.

Cada paso de la convolución lo que hace es agregar profundidad al input

Por el contrario, cada capa de “Max-Pooling” lo que hará es reducir considerablemente el ancho y el largo del input apilando capas de Max-pooling.

Si se aplica tanto convolución como Max-Pooling a tu modelo, lo que hará es hacer más profundo el input con características mucho más interesantes, detalladas y específicas. Como también, reduce la imagen en su ancho y largo para que haciéndola mucho más fácil de trabajarla.

Cuando ya se obtiene un arreglo un pequeño y profundo, se usa una capa llamada “flatten”. Esta lo que hace es aplanar la matriz llevando el arreglo a una única dimensión haciendo más fácil llevar a cabo una clasificación (regresiones, binaria o múltiples).

Nicolas Cordoba

student•

Tengo una duda acerca de los filtros. En las clases anteriores vimos que dependiendo del kernel podemos resaltar una u otra característica. Usando keras, nosotros solo agregamos cuantos queremos, pero no cuales. La forma en la que se trabaja es, entre más mejor y que aprenda de todos?

Mario Alberto Hernández Pintor

student•

Si quiero hacer mi propio dataset de imágenes:

- ¿Cómo hacer las etiquetas para las imágenes?

- ¿Por que la calidad de las imágenes de los datasets suele ser baja?

- ¿Cuántas imágenes tener como mínimo el dataset?

Jhon Freddy Tavera Blandon

student•

1. Capa de Convolución

La capa de convolución es el bloque básico de una CNN. Consiste en un conjunto de filtros (kernels) que se deslizan sobre la imagen de entrada para realizar operaciones de convolución. Cada filtro detecta características específicas en la imagen, como bordes, texturas o patrones.

2. Función de Activación

Después de aplicar la convolución, se aplica una función de activación no lineal, como ReLU (Rectified Linear Unit), para introducir no linealidad en la red y permitir que la red aprenda funciones más complejas.

3. Capa de Pooling

La capa de pooling se utiliza para reducir la dimensionalidad de la representación y hacer que la red sea más invariante a pequeñas traslaciones de la entrada. La operación típica de pooling es el max pooling, que selecciona el valor máximo en cada ventana de pooling.

4. Capa Totalmente Conectada

Después de varias capas de convolución y pooling, la salida se aplana y se pasa a una o varias capas totalmente conectadas, similar a las capas en una red neuronal tradicional. Estas capas finales combinan las características extraídas para realizar la clasificación o regresión final.

5. Regularización

Para evitar el sobreajuste y mejorar la generalización del modelo, se pueden aplicar técnicas de regularización, como dropout o regularización L2, en las capas totalmente conectadas.

6. Optimización

Durante el entrenamiento, se utiliza un algoritmo de optimización, como el descenso de gradiente estocástico (SGD) o Adam, para ajustar los pesos de la red y minimizar una función de pérdida, que mide la discrepancia entre las predicciones del modelo y las etiquetas verdaderas.

7. Arquitecturas Pre-Entrenadas:

Además de diseñar CNNs desde cero, también es común utilizar arquitecturas pre-entrenadas, como VGG, ResNet o Inception, que han sido entrenadas en grandes conjuntos de datos como ImageNet y luego ajustadas a tareas específicas con transferencia de aprendizaje.

8. Evaluación y Predicción:

Una vez que el modelo ha sido entrenado, se evalúa en un conjunto de datos de prueba y se utiliza para realizar predicciones en nuevas instancias de datos.

Luis Ángel Mazabuel Garcia

student•

Tengo una duda: Por qué usar la función de activación ReLu a pesar de que la capa Convolucional puede devolver números negativos? eso no sería "perder" un poco del objetivo del Kernel de la capa convolucional?

Mario Alexander Vargas Celis

student•

### Arquitectura de Redes Neuronales Convolucionales (CNN)

Las **Redes Neuronales Convolucionales (CNN)** son un tipo de red neuronal especialmente diseñadas para trabajar con datos con estructuras de tipo grid, como imágenes. Estas redes son altamente eficaces en tareas de visión por computadora, como clasificación de imágenes, detección de objetos y segmentación.

Una CNN consta de varias capas organizadas de forma jerárquica, en las cuales cada capa procesa características cada vez más complejas. Las capas principales que forman parte de una CNN incluyen capas **convolucionales**, **de activación**, **de pooling** y **completamente conectadas**.

### Principales Componentes de una CNN

1. **Capa de Convolución (Conv Layer)**:

La capa convolucional es el bloque básico de una CNN. Aplica filtros (o kernels) sobre la imagen de entrada para extraer características locales. Cada filtro aprende a detectar características específicas, como bordes, texturas o patrones.

2. **Capa de Activación (ReLU)**:

Después de cada capa convolucional, se aplica una función de activación no lineal, como **ReLU (Rectified Linear Unit)**, que introduce no linealidades al modelo, permitiendo que la red aprenda relaciones más complejas.

3. **Capa de Pooling**:

Las capas de pooling (por lo general **Max Pooling**) se encargan de reducir las dimensiones espaciales de los mapas de características, lo que disminuye la cantidad de parámetros y computación en la red. También ayudan a hacer las características más invariantes a la traslación.

4. **Capa Completamente Conectada (Fully Connected Layer)**:

Después de las capas convolucionales y de pooling, la información procesada se aplana en un vector y pasa por una o varias capas completamente conectadas. Estas capas actúan como un clasificador final.

5. **Función de Activación Softmax**:

En la última capa, normalmente se utiliza la activación **softmax** (para clasificación multiclase), que convierte las salidas en probabilidades.

### Ejemplo de una Arquitectura CNN Básica

A continuación, se presenta una arquitectura CNN típica para clasificación de imágenes con TensorFlow y Keras:


import tensorflow as tf

from tensorflow.keras import layers, models



\# Definir el modelo secuencial

model = models.Sequential()



\# Primera capa convolucional

model.add(layers.Conv2D(32, (3, 3), activation='relu', input\_shape=(28, 28, 1)))

model.add(layers.MaxPooling2D((2, 2)))  # Max Pooling



\# Segunda capa convolucional

model.add(layers.Conv2D(64, (3, 3), activation='relu'))

model.add(layers.MaxPooling2D((2, 2)))  # Max Pooling



\# Tercera capa convolucional

model.add(layers.Conv2D(64, (3, 3), activation='relu'))



\# Aplanar los datos y conectar a las capas completamente conectadas

model.add(layers.Flatten())  # Aplana el mapa de características

model.add(layers.Dense(64, activation='relu'))  # Capa completamente conectada

model.add(layers.Dense(10, activation='softmax'))  # Capa de salida para clasificación (10 clases)



\# Resumen de la arquitectura del modelo

model.summary()

### Explicación de la Arquitectura

1. **Primera Capa Convolucional (Conv2D):**

- Aplica 32 filtros de tamaño 3x3 a la imagen de entrada (28x28x1) con activación ReLU.

- **Max Pooling** reduce el tamaño espacial de 28x28 a 14x14.

2. **Segunda Capa Convolucional:**

- Aplica 64 filtros de tamaño 3x3, seguidos de otra operación de Max Pooling, que reduce las dimensiones a 7x7.

3. **Tercera Capa Convolucional:**

- Aplica 64 filtros adicionales, detectando características más complejas.

4. **Capa de Flatten:**

- Aplana los datos (7x7x64) en un vector de características de 3136 elementos para conectarse a la capa densa.

5. **Capa Completamente Conectada:**

- Esta capa densamente conectada tiene 64 unidades, seguidas por la capa de salida **softmax** para la clasificación en 10 clases (en este caso, suponiendo un problema de clasificación con 10 clases).

### Flujo de Datos en una CNN

Cuando una imagen entra en la red:

1. **Capa Convolucional**: Los filtros convolucionales se aplican a la imagen, y se generan mapas de características que resaltan patrones locales, como bordes, esquinas y texturas.

2. **ReLU**: Se eliminan las activaciones negativas en los mapas de características.

3. **Max Pooling**: Se reduce el tamaño de los mapas de características, reteniendo solo la información más importante.

4. **Capas adicionales**: A medida que avanzamos en la red, las capas convolucionales capturan características más abstractas y complejas.

5. **Capa Completamente Conectada**: Finalmente, la información se transforma en una salida de clasificación.

### Visualización de la Arquitectura del Modelo

El resumen del modelo proporcionado por model.summary() produce una tabla similar a la siguiente:


Layer (type)                 Output Shape              Param #  &#x20;

\=================================================================

conv2d\_1 (Conv2D)            (None, 26, 26, 32)        320      &#x20;

max\_pooling2d\_1 (MaxPooling2 (None, 13, 13, 32)        0        &#x20;

conv2d\_2 (Conv2D)            (None, 11, 11, 64)        18496    &#x20;

max\_pooling2d\_2 (MaxPooling2 (None, 5, 5, 64)          0        &#x20;

conv2d\_3 (Conv2D)            (None, 3, 3, 64)          36928    &#x20;

flatten\_1 (Flatten)          (None, 576)               0        &#x20;

dense\_1 (Dense)              (None, 64)                36928    &#x20;

dense\_2 (Dense)              (None, 10)                650      &#x20;

\=================================================================

Total params: 93,322

Trainable params: 93,322

Non-trainable params: 0

### Aplicaciones de las CNN

- **Clasificación de Imágenes:** Etiquetar imágenes en diferentes categorías (como en el caso de MNIST, clasificación de dígitos).

- **Detección de Objetos:** Encontrar la ubicación y la clase de objetos dentro de una imagen.

- **Segmentación Semántica:** Clasificar cada píxel de una imagen en una categoría.

- **Reconocimiento Facial:** Identificar o verificar rostros en imágenes o videos.

### Conclusión

Las CNN son una arquitectura poderosa que permite procesar y clasificar datos visuales de manera eficiente. La combinación de capas convolucionales, pooling y completamente conectadas permite a las CNN aprender características jerárquicas en las imágenes, lo que es esencial para su rendimiento en tareas complejas de visión por computadora.

Cristian Tinipuclla

student•

Esto es a lo que yo llamo, “CNN for dummies” 😅😂

Magistral explicación profe, hoy por fin acabo de entender cómo funciona una CNN👍

Joel Orellana

student•

Simplemente brillante! He entendido algo que en mis clases no lo captaba.

Alejandro Arra

student•

number of input features . Nin number output features . Nout convolution kernel size . K

Arquitectura de redes convolucionales

Redes convolucionales y su importancia

La importancia del computer vision

¿Qué herramientas usaremos para redes neuronales convolucionales?

¿Qué son las redes convolucionales?

Mi primera red neuronal convolucional

Creando nuestra primera red convolucional

Entrenando nuestra primera red convolucional

Manejo de imágenes

Consejos para el manejo de imágenes

Manejo de imágenes con Python

Fundamentos de redes neuronales convolucionales

Kernel en redes neuronales

El kernel en acción

Padding y Strides

Capa de pooling

Arquitectura de redes convolucionales

Resolviendo un problema de clasificación

Clasificación con redes neuronales convolucionales

Creación de red convolucional para clasificación

Entrenamiento de un modelo de clasificación con redes convolucionales

Optimización de red neuronal convolucional

Data augmentation

Aplicando data augmentation

Callbacks: early stopping y checkpoints

Batch normalization

Optimización de modelo de clasificación

Entrenamiento de nuestro modelo de clasificación optimizado

Resolviendo una competencia de Kaggle

Clasificando entre perros y gatos

Entrenamiento del modelo de clasificación de perros y gatos

Resumen y siguientes pasos

Siguientes pasos con redes neuronales convolucionales

Comparte tu proyecto de clasificación con redes convolucionales y certifícate