Deep Feed Forward

Deep Feed Forward

1. ¿Qué es?

   • Es un modelo profundo de aprendizaje compuesto por:
     • Un conjunto de entradas
     • Un conjunto de capas ocultas (es por esto que se dice que es profunda)
       • Las entradas de una capa son las salidas de la capa anterior, nunca al revés (feed forward)
     • Una capa de salida

2. Origen

   • Esta red surgió del perceptron
   • Surge de la necesidad de superar las limitaciones de los modelos lineales

3. Capacidades

   • Puede aproximar una gran variedad de clases de funciones
   • Su capacidad aumenta mientras más datos tengamos

4. Aplicaciones

   • Reconocimiento de objetos en fotos
   • Procesamiento de lenguaje natural
   • Reconocimiento óptico de caracteres
   • Reconocimiento de rostros
   • Traducción por computadora
   • Clasificación

5. Variantes

   • Redes neuronales recurrentes
     • Se producen cuando se utilizan conexiones de retroalimentación

6. Algoritmos de aprendizaje

   • Backpropagation
     • Se basa en el ajuste de los pesos de las neuronas utilizando la cantidad de error en la salida comparado con el resultado esperado
     • Aprendizaje supervisado
   • Basado en gradiente (gradient-based)

7. Implementación

   • Hardware
     • Identificación de gas utilizando una FPGA
     • MLP en una Virtex-E FPGA utilizando VHDL
     • Aceleración de un MLP utilizando CUDA
   • Software
     • Perceptron
       • Librería escrita en Python que implementa un perceptron multicapa
     • TensorFlow

Bilder und Dateien der Mindmap