LUGAR: CITIC  (A Coruña).

OBXECTIVO: TensorFlow es un nuevo framework de código libre liberado por Google que facilita la creación de aplicaciones en Python que requieran la utilización de álgebra tensorial, especialmente indicada para la definición y entrenamiento de algoritmos de machine learning. El objetivo del curso es proporcionar una introducción eminentemente práctica a este framework, incluyendo sus conceptos básicos de diseño y la utilización de sus diversas capacidades, incluyendo las técnicas básicas de paralelización utilizadas habitualmente en machine learning.

GUIÓN:

1. Breve introducción al machine learning.
2. Introducción a TensorFlow. Regresión lineal.
   a. Caso práctico 1: «Hello World».
   b. Caso práctico 2: Regresión lineal.
3. Operaciones básicas. Redes neuronales. Entrenamiento supervisado.
   a. Caso práctico 3: Creando y entrenando una red neuronal.
   b. Caso práctico 4: Tensorboard.
4. Entrada/salida con TensorFlow.
   a. Caso práctico 5: Leyendo CSV/NetCDF con TensorFlow.
   b. Caso práctico 6: Guardando un modelo. Rearranque.
5. Paralelización y GPU.
   a. Caso práctico 7: Paralelización multi-hilo.
   b. Caso práctico 8: Usando GPUs.
   c. Caso práctico 9: Ejecución distribuída. gRPC.

METODOLOXÍA DOCENTE: Se realizará una introducción inicial a cada uno de los conceptos para posteriormente realizar ejercicios prácticos usando notebooks de Jupyter. Los casos prácticos 1 a 6 se realizarán de forma individual mientras que los casos 7 a 9, por limitación de recursos, se deberán hacer en grupos de dos personas. El curso se impartirá en castellano, aunque el material docente está en inglés.

MATERIAL NECESARIO: Los alumnos deberán traer su propio portátil. Los cursos se realizarán en el aula de informática del CITIC usando el FT II del CESGA remotamente, por lo cual no es necesario material adicional. Para los casos prácticos es recomendable tener un conocimiento básico de Python, así como conceptos básicos de álgebra (multiplicación matriz-matriz, matriz-vector) y análisis (derivación de funciones).

ALGUNHAS REFERENCIAS:
[1] TensorFlow. https://www.tensorflow.org
[2] Jupyter. http://jupyter.org
[3] Python. https://www.python.org

INSCRIPCIÓNS: Ate o 17 de febreiro de 2017 (gratuíta)