Introducción a las redes neuronales

Transcript

1. Introducción a las redes neuronales Juan Sebastián Vega
2. 1 ¿Qué es deep learning? 2 Componentes de una red neuronal 3 Construyendo redes neuronales con Keras 4 Ejemplo: Clasificando reseñas de películas ¿Qué haremos hoy?
3. 1 ¿Qué es deep learning?
4. Inteligencia artificial, machine learning y deep learning
5. AI Clásica Inteligencia artificial, machine learning y deep learning
6. AI Clásica Machine Learning Programación clásica Reglas Datos Respuestas Inteligencia artificial, machine learning y deep learning
7. AI Clásica Machine Learning Machine Learning Datos Respuestas Reglas Inteligencia artificial, machine learning y deep learning
8. AI Clásica Machine Learning Deep Learning Inteligencia artificial, machine learning y deep learning
9. ¿Qué hacen los algoritmos de Machine learning?
10. ¿Qué hacen los algoritmos de Machine learning? Datos de entrada
11. ¿Qué hacen los algoritmos de Machine learning? Datos de entrada Ejemplos del resultado esperado
12. ¿Qué hacen los algoritmos de Machine learning? Datos de entrada Ejemplos del resultado esperado Una forma de medir si se hace un buen trabajo
13. El “deep” en deep learning
14. El “deep” en deep learning
15. El “deep” en deep learning 0.9789 Gato
16. Entendiendo cómo funciona el deep learning Capa (transformación de datos) Entrada Capa (transformación de datos) Predicciones
17. Entendiendo cómo funciona el deep learning Capa (transformación de datos) Entrada Capa (transformación de datos) Predicciones Parámetros Parámetros
18. Entendiendo cómo funciona el deep learning Capa Entrada Capa Predicciones Parámetros Parámetros Objetivos
19. Entendiendo cómo funciona el deep learning Capa Entrada Capa Predicciones Parámetros Parámetros Objetivos Loss (número)
20. Entendiendo cómo funciona el deep learning Capa Entrada Capa Predicciones Parámetros Parámetros Objetivos Loss (número) Optimizador
21. 2 Componentes de una red neuronal
22. Capas Capa Entradas Salidas
23. Capas Capa Unidad Unidad Unidad Unidad Entradas Salidas
24. Capas Capa Unidad Unidad Unidad Unidad Entradas Salidas
25. Capas Capa Unidad Unidad Unidad Unidad Entradas Salidas Entradas y Parámetros
26. Capas Capa Unidad Unidad Unidad Unidad Entradas Salidas Entradas y Parámetros Activación
27. Activaciones
28. Activaciones ReLU
29. Activaciones ReLU Sigmoid
30. Capa Unidad Unidad Unidad Composición de capas Capa Unidad Unidad Unidad
31. Capa Unidad Unidad Unidad Composición de capas Capa Unidad Unidad Unidad
32. Capa Unidad Unidad Unidad Composición de capas Capa Unidad Unidad Unidad
33. 3 Construyendo redes neuronales con Keras
34. Modelos
35. Añadir capas al modelo
36. Compilar el modelo
37. Entrenar el modelo
38. 4 Ejemplo Clasificando reseñas de películas
39. Dataset de IMDB Entrenamiento Prueba 25k 25k
40. Dataset de IMDB Entrenamiento Prueba 25k Validación 10k 15k
41. Secuencias This movie is very bad!
42. Secuencias This movie is very bad! 11 230 457 29 108
43. Secuencias This movie is very bad! 11 230 457 29 108 1 Comienzo de reseña
44. Secuencias This movie is very bad! 11 230 457 29 108 1 Comienzo de reseña 2 Palabra desconocida
45. Vectorización de las secuencias 11 230 457 29 108
46. Vectorización de las secuencias 11 230 457 29 108 1 0 1 1 0 0 1 1 0 0 … … … … … … …
47. Vectorización de las secuencias 11 230 457 29 108 1 0 1 1 0 0 1 1 0 0 … … … … … … … 11 230 457 29 108
48. Demo
49. http://jupyter.org/ https://keras.io/ Recursos
50. Recursos info@sirius.utp.edu.co UTP 3-007 15D-305
51. Gracias!! info@sirius.utp.edu.co UTP 3-007 15D-305