Devfest cerrado2017
2 gostaram399 visualizações
Este documento resume uma apresentação sobre deep learning com Python e TensorFlow. Apresenta conceitos básicos de inteligência artificial, machine learning e deep learning. Explica como redes neurais artificiais profundas permitem treinar modelos com mais camadas. Apresenta exemplos de arquiteturas neurais convolucionais e como começar com Python e TensorFlow, incluindo um exemplo de código. Por fim, descreve o caso de uso DeepCardio para diagnóstico de doenças cardíacas.
![GDG DevFest
Cerrado 2017
Utilizando Google TensorFlow
import tensorflow as tf
x = tf.Variable([1.0, 2.0])
z = 2 * x
sess = tf.Session()
init = tf.global_variables_initializer()
sess.run(init)
print("x = ", sess.run(x))
print("z = 2 * x = ", sess.run(z))](https://image.slidesharecdn.com/devfestcerrado2017-171001143929/85/Devfest-cerrado2017-22-320.jpg)
Devfest cerrado2017
- 1. GDG DevFest Cerrado 2017 Deep Learning com Python e TensorFlow
- 2. GDG DevFest Cerrado 2017 Sandro Moreira Organizer GDG Rio Verde Professor UniRV - Universidade de Rio Verde +SandroMoreiraGO @sandro_moreira
- 3. GDG DevFest Cerrado 2017 Deep Learning 101
- 4. GDG DevFest Cerrado 2017 Situando… • IA -Estratégias de busca (Jogos em Tabuleiro, Busca de alvo em labirinto • ML - Aprendizagem, Redes Neurais Artificiais, Data Minning, Agentes • DL - Técnicas para treinar RNA's
- 5. GDG DevFest Cerrado 2017 Redes Neurais Artificiais • Modelos matemáticos inspirados em neurônios biológicos • Anos 2000: Normalmente de 2 ou 3 camadas • Quando se aumentavam as camadas para 4, 5, 10, 20… os algoritmos de treinamento (Ex: backpropagation) não convergiam
- 8. GDG DevFest Cerrado 2017 Redes Neurais Profundas • 2006 - Máquina Restrita de Boltzman (RBM) • Quantidades arbitrárias de camadas • Nasce o "Deep Learning”
- 9. GDG DevFest Cerrado 2017 Deep Learning • Maior Acurácia • Arquitetura (CPU e GPU) • Processamento Distribuído • Design da Rede • Otimização de parâmetros
- 10. GDG DevFest Cerrado 2017 Redes Neurais Profundas
- 11. GDG DevFest Cerrado 2017 Deep Learning
- 12. GDG DevFest Cerrado 2017 Arquitetura de Neural Convolucional
- 13. GDG DevFest Cerrado 2017 Arquitetura de Neural Convolucional
- 14. GDG DevFest Cerrado 2017 Arquitetura de Neural Convolucional
- 15. GDG DevFest Cerrado 2017 Exemplos de Arquiteturas
- 16. GDG DevFest Cerrado 2017 Exemplos de Arquiteturas
- 17. GDG DevFest Cerrado 2017 Como começar?
- 18. GDG DevFest Cerrado 2017 Python 101
- 20. GDG DevFest Cerrado 2017 Google TensorFlow • Biblioteca Open Source mantida pela Google para Machine Learning / Deep Learning • Tensores: Matrizes multidimensionais e operações com grafos (arestas e vértices) • Flow: Operações que modificam tensores enviados para próximas operações que modificam outros tensores • Gráficos (TensorBoard) • Modelos de arquiteturas
- 21. GDG DevFest Cerrado 2017 Como obter o Google TensorFlow? Windows: use docker! Passo a passo em: http://bit.ly/1VoyDKL Linux e Mac: um simples "pip install” já resolve! Ref: http://bit.ly/2fISO86 Nota: recomenda-se utilizar o TF com outros pacotes (Pandas, Numpy,Scikit-learn). Dica: use o Anaconda http://bit.ly/1RudtK3
- 22. GDG DevFest Cerrado 2017 Utilizando Google TensorFlow import tensorflow as tf x = tf.Variable([1.0, 2.0]) z = 2 * x sess = tf.Session() init = tf.global_variables_initializer() sess.run(init) print("x = ", sess.run(x)) print("z = 2 * x = ", sess.run(z))
- 23. GDG DevFest Cerrado 2017 Utilizando Google TensorFlow Suponha que nós tenhamos uma Rede Neural com uma camada oculta: Podemos representá-la com o seguinte gráfico:
- 24. GDG DevFest Cerrado 2017 Utilizando TensorBoard - TF
- 25. GDG DevFest Cerrado 2017 Gráfico TensorBoard
- 28. GDG DevFest Cerrado 2017 Caso de Uso: DeepCardio
- 29. GDG DevFest Cerrado 2017 Caso de Uso: DeepCardio • Diagnosticar possíveis doenças cardiovasculares por meio de gravação da ausculta cardíaca; • Desenvolvido durante a disciplina de Redes Neurais Artificiais no programa de pós-graduação Doutorado em Ciência da Computação da UFG (2017/1); • RNA Convolucional Inception • Python, TensorFlow, Java (UI) • Treinada com mais de 4.000 gravações de corações saudáveis e patológicos - Acurácia: 86%
- 30. GDG DevFest Cerrado 2017 Sandro Moreira Organizer GDG Rio Verde Professor UniRV - Universidade de Rio Verde +SandroMoreiraGO @sandro_moreira Dúvidas?