Iniciación a las redes neuronales con pyTorch

Este libro nace de unas prácticas diseñadas para la asignatura Tratamiento Digital de Voz e Imagen, del grado en Ingeniería de Sonido e Imagen por la Universidad de Málaga.

Organización de este 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.

La realización será autoguiada individual, siguiendo los notebooks que se proveen. Adicionalmente, el martes 19 a las 19:00 haremos una videotutoría para resolver dudas que puedan surgir con esta práctica.