Deep Learning (I. Goodfellow, Yoshua Bengio y Aaron Courville), 2016
Este libro se edito por MIT Press, pero la editorial permitió a los autores subir el material en linea de forma gratuita. La única condición que puso la editorial es que solo se puede consultarlo directamente en la red, por lo que su formato o es fácilmente traducible a pdf u otros formatos. Es considerado desde hace 3 años que se puso en linea el primer borrador como la biblia del aprendizaje profundo.
- Libreta de Jupyter (Python 3.X): practica de
numpyymatplotlib(ver) (descargar).
-
El artículo original donde se propone el algoritmo de back-propagation
-
Una página que explica muy claramente las unidades softmax y su aprendizaje
-
Libreta de Jupyter (Python 3.X): aprendizaje de una neurona lineal (ver) (descargar).
-
Libreta de Jupyter (Python 3.X): aprendizaje de una neurona logística (ver) (descargar).
-
Libreta de Jupyter (Python 3.X): aprendizaje de una unidad softmax (ver) (descargar).
-
Libreta de Jupyter (Python 3.X): redes hacia adelante (ver) (descargar).
-
Tensorflow es una biblioteca dinámica de computo numérico basado en el concepto de grafos de flujo de datos. Tensorflow se desarrolló inicialmente por el grupo de investigación en aprendizaje máquina de Google research y poco a poco se va convirtiendo en el medio más popular para el desarrollo de algoritmos de DL.
-
PyTorch es una plataforma relativamente nueva, y que junto a Tensorflow mandaron al venerable Theano (pionero de los entornos para aprendizaje profundo) al retiro. PyTorch es basado 100% en python a diferencia de Tensorflow el cual precompila en una plataforma externa. Una vez definida una red, PyTorch construye el grafo de operaciones on the fly (no se cual es la traducción correcta de este término, y en el aire no representa lo que quiere decir a mi entender).
-
Keras es un modulo de Python que ofrece un marco general de desarrollo de soluciones a problemas con aprendizaje profundo el cual es independiente de la plataforma de resolución por gráfos de operaciones. Keras es una interface común pars Tensorflow, Theano y otras plataformas.
-
Una presentación introductoria de deep learning por Y. LeCun (NYU/Facebook)
-
Una guia para seleccionar arquitecturas profundas y su ajuste
-
Presentación sobre generalización y curvas de aprendizaje en arquitecturas profundas
-
Un artículo sobre lo que todavía no se puede hacer con deep learning
-
Curso gratuito de DL para desarrolladores, basado en PyTorch
-
Libreta de Jupyter (Python 3.X): conceptos básicos de TensorFlow (ver) (descargar).
-
Libreta de Jupyter (Python 3.X): red neuronal sencilla en TensorFlow (ver) (descargar).
-
El artículo original de style transfer de Gatty et. al, 2016, en versión libre
-
Página de Github con lo necesario para poder implementar Style Transfer con TensorFlow
-
Una revisión muy clara sobre arquitecturas convolucionales para detección de objetos en imágenes
- Libreta de Jupyter (Python 3.X): modelo de generación de texto con redes recurrentes (ver) (descargar).