Machine Learning, TensorFlow, TensorBoard Keras, Redes de Neuronas, GAN Networks.
Las redes Generativas Antagónicas son un tipo de red neuronal surgida en los últimos años y que nos permite construir sistemas capaces de imitar la realidad mediante la utilización de dos redes de neuronas. Este tipo de redes son capaces de modificar el aspecto de una persona para que se parezca a otra o modificar el aspecto de un cuadro para que se adapte al estilo de otro artista.
En este taller se describe el proceso de construcción de redes generativas antagónicas mediante diferentes ejercicios. Para el desarrollo de este taller se ha propuesto el siguiente roadmap el cual se encuentra formado por dos grupos de ejercicios. Los ejercicios 1 y 2 son los referentes al despliegue de la plataforma para el desarrollo de los cuadernos (notebooks) y los otros dos ejercicios se corresponden con la creación de diferente RGAs.
- Teoría - Aprendizaje Automático y redes de neuronas antagónicas
- Ejercicio 1 - Jupyter Notebook sobre Docker
- Ejercicio 1.1 - Instalación de Docker
- Ejercicio 1.2 - Desplegando mi servidor Jupyter
- Ejercicio 2 - Notebook sobre Collaborate
- Ejercicio 3 - Construcción de una red de neuronas para la generación de números manuscritos
- Ejercicio 4 - Construcción de una red de neuronas para la manipulación de rostros
El taller puede realizarme mediante dos itenerarios que dependerán de la posibilidad y/o capacidad de instalar docker y otras herramientas en vuestro ordenadores:
- Itinerario 1: Ejercicio 1 => Ejercicio 3 => Ejercicio 4
- Itinerario 2: Ejercicio 2 => Ejercicio 3 => Ejercicio 4
El itinerario 1 depende de la posibilidad de poder instalar docker, si no puedes instalar docker en tu ordenador no selecciones este itenerario. Mientras que el itinerario 2 sólo necesita una cuenta de gmail para acceder a collaborate, por lo que yo recomiendo la utilización de este itinerario.
A continuación se describen los requisitos mínimos para poder realizar este taller.
- Sistema operativo: Linux (Ubuntu), Mac o Windows. Se recomienda realizar el taller en Linux o Mac.
- Memoría Ram: 8 Gbs de memoria ram. Se recomienda 16 Gbs.
- Espacio: 6 Gigas de espacio (Opción Jupyter Notebook sobre docker)
- Conexión a internet.
- Python como lenguaje de programación para el desarrollo de nuestros ejercicios.
- Docker para construir el contenedor donde se desplegará nuestro servidor Jupyter.
- TensorFlow como framework para el desarrollo de redes de neuronas convolucionales.
- Tutoriales sobre tensorFlow si quieres aprender más sobre TensorFlow.
- Keras como framework para el desarrollo de redes de neuronas convolucionales.
- TensorFlow Board como sistema de visualización para ver la evolución de nuestro procesos de entrenamiento y sus resultados.