En 2020 tuve la suerte de poder realizar una práctica de introducción al Deep Learning utilizando pytorch para que lo usaran los alumnos del grado en Sonido e Imagen de la Universidad de Málaga.
Posteriormente lo edité en formato libro (bastante fácil siendo todos notebooks de jupyter) y lo colgué en github.
Organización del tutorial
Este tutorial consta de tres partes, cada una de ellas es un notebook de jupyter, o sea, un documento como el que estás visualizando en este momento. Las partes son las siguientes:
Parte 0: Introducción al Deep Learning. Es este notebook, preparatorio de la práctica mediante realización guiada en el que se tratarán:
- Unas pinceladas a las matemáticas y la historia de las redes neuronales
- Información sobre qué es y cómo instalar el software necesario para esta práctica: la distribución de python 3 Anaconda, la librería de computación tensorial PyTorch y la plataforma de notebooks
jupyter. - Una introducción a la computación matricial en python con
pytorch, que en muchas cosas se parece a matlab.
Parte 1: El Perceptrón Multicapa. En esta parte se introduce el perceptrón multicapa (Multi-Layer Perceptron o MLP), la red neuronal más básica que podemos construir. Se verán detalladamente las pautas a seguir para crear, entrenar y evaluar una red neuronal utilizando la librería
pytorch. Será una realización guiada, sin problemas a resolver.Parte 2: Redes Neuronales Convolucionales. Esta parte será la entregable de la práctica de redes. En ella veremos las redes neuronales convolucionales, que son la herramienta más potente que existe a día de hoy para el procesado de imagen. Se utilizan en coches autónomos, en la búsqueda de imágenes de google, diagnóstico de enfermedades, interpretación del lenguaje, y muchas más aplicaciones. Veremos las particularidades de estas redes y cómo se implementan cada una. La segunda parte de este notebook será el problema a resolver: crear y entrenar una red convolucional para la detección de dígitos escritos a mano.
Citation
@online{martinez-murcia2020,
author = {Martinez-Murcia, F.J.},
title = {Tutorial {Deep} {Learning} Con {Pytorch}},
date = {2020-05-11},
url = {https://pakitochus.github.io/fjmartinezmurcia.es/teaching/2021-10-01-DeepLearning/},
langid = {en}
}