FRAMEWORK KERAS

QUE ES KERAS

KERAS
Keras es un framework de alto nivel para el aprendizaje, escrito
en Python y capaz de correr sobre los frameworks Tensor
Flow, CNTK, o Theano. Fue desarrollado con el objeto de facilitar un
proceso de experimentación rápida.

2
 CONTRIBUCIONES DE KERAS

▰ Con más de 250,000 usuarios desarrolladores a

mediados de 2018, Keras tiene una adopción más fuerte
tanto en la industria como en la comunidad de
investigación que cualquier otro marco de aprendizaje
profundo

3
QUE LO HACE ESPECIAL

4
 MODELOS DE KERAS

MODELO SECUENCIAL
▰ Una pila lineal de capas
▰ útil para construir modelos simples
▰ red de clasificación simple
▰ codificador - modelos decodificadores
▰ tratar cada capa como un objeto que alimenta la
siguiente

5
 MODELOS DE KERAS

MODELO FUNCIONAL
▰ Modelo funcional soporta topologías de
gráficos estáticos de entrada múltiple, salida
múltiple y arbitrario.
▰ modelos de entrada múltiple y salida múltiple
▰ modelos complejos que se dividen en 2 o más
ramas basadas en requisitos
▰ Modelos con capas compartidas

6
 MODELOS DE KERAS

MODELO FUNCIONAL(adaptación de dominio)

▰ adiestra en el dominio A y prueba en el dominio b
▰ resulta en pobre rendimiento en el conjunto de prueba
▰ los datos son de diferentes dominios
▰ la solución adapta el modelo a ambos dominios

7
 IMPLEMENTACION DE UNA RED NEURONAL

▰ PREPARAR ENTRADA
preparar la entrada y especificar la dimensión de entrada. imágenes, videos, texto y audio

▰ DEFINE EL MODELO ANN.

definir la arquitectura del modelo y construir el gráfico computacional.
Estilo secuencial o funcional.

▰ OPTIMIZADORES
Especifica el optimizador y configure el proceso de aprendizaje

▰ FUNCIÓN DE PÉRDIDA
especifique las entradas salidas del gráfico computacional (modelo) y la función de pérdida.

▰ ENTRENAR Y EVALUAR EL MODELO

entrenar el modelo basado en los datos de entrenamiento
probar el modelo en el conjunto de datos con los datos de prueba

8
CASO PRACTICO

9
CASO USO - DATASET

▰ El objetivo general es crear un

modelo que pueda identificar
la variedad de la bodega y la
ubicación de un vino basado
en una descripción

10
MODELO – CASO DE USO

11
CASO USO – Prerrequisitos

12
CASO USO - prerrequisitos

▰ Aquí están todas las importaciones que

necesitaremos para construir este modelo

▰ probar la presencia de tensorflow

mediante la presentación de la versión

▰ descargue los datos y conviértalos en un marco de datos de

pandas
13