Scribd
Cargar
14 vistas10 páginas

Frameworks Deep

El documento presenta un análisis de los frameworks más populares para el desarrollo de sistemas de Procesamiento de Lenguaje Natural (PLN) basados en aprendizaje profundo, incluyendo Theano, Tensorflow, Keras, Pytorch y Hugging Face. Se discuten las características, ventajas y desventajas de cada framework, así como su nivel de dificultad y velocidad en el manejo de datasets. Se concluye que Keras es más fácil de usar pero menos eficiente, mientras que Pytorch y Tensorflow son más adecuados para datasets grandes, y Hugging Face se destaca como una opción prometedora para el futuro.

Cargado por

agrimaldob
Derechos de autor
© All Rights Reserved
Nos tomamos en serio los derechos de los contenidos. Si sospechas que se trata de tu contenido, reclámalo aquí.
Formatos disponibles
Descarga como PDF, TXT o lee en línea desde Scribd
14 vistas10 páginas

Frameworks Deep

El documento presenta un análisis de los frameworks más populares para el desarrollo de sistemas de Procesamiento de Lenguaje Natural (PLN) basados en aprendizaje profundo, incluyendo Theano, Tensorflow, Keras, Pytorch y Hugging Face. Se discuten las características, ventajas y desventajas de cada framework, así como su nivel de dificultad y velocidad en el manejo de datasets. Se concluye que Keras es más fácil de usar pero menos eficiente, mientras que Pytorch y Tensorflow son más adecuados para datasets grandes, y Hugging Face se destaca como una opción prometedora para el futuro.

Cargado por

agrimaldob
Derechos de autor
© All Rights Reserved
Nos tomamos en serio los derechos de los contenidos. Si sospechas que se trata de tu contenido, reclámalo aquí.
Formatos disponibles
Descarga como PDF, TXT o lee en línea desde Scribd

OpenCourseWare

Procesamiento de Lenguaje Natural


con Aprendizaje Profundo,

Frameworks para Aprendizaje


Profundo
Objetivos
● Estudiar los frameworks más populares para el desarrollo de sistema
de PLN basados en aprendizaje profundo.
● Conocer los pros y contras de cada uno de estos frameworks.

2
Frameworks para aprendizaje profundo

● Theano
● Tensorflow
● Keras
● Pytorch
● Hugging Face

3
Theano
● Desarrollada por la Universidad de Montreal (Lambling y
Bengio), 2007.
● Código abierto.
● Librería optimizada para redes neuronales.
● Se considera el framework padre de aprendizaje profundo.

4
Tensorflow

● Desarrollado por Google en 2005.


● Código abierto
● Librerías para crear y entrenar modelos de aprendizaje
automático, y en particular, redes de neuronas profundas.
● También incluye modelos pre-entrenados y datasets.
● Excelente documentación y buenas herramientas de
visualización.
● Incluye recursos para desarrollo y explotación de los modelos.

5
Keras

● Desarrollada por Google. Integrado en Tensorflow en 2017.


● API código abierto para crear y entrenar redes neuronales.
Desarrollado en Python.
● Muy fácil de usar.
● Keras es una interfaz que opera con bibliotecas más potentes
(backend) tales como Theano o Tensorflow.
● Es decir, Keras no implementa las operaciones matemáticas de
las redes neuronales.

6
Pytorch

● Desarrollado por Facebook en 2017.


● Basado en Torch (librería de código abierto para aprendizaje
automático y profundo).
● Utilizada para PLN y Visión artificial.
● Fácil de usar.
● Utilidades debugging.
● Eficiente en memoria y tiempo.

7
Hugging Face

● Comunidad código abierto cuyo objetivo es avanzar en IA y PLN.


● Librería Transformers para PLN.
● + 100.000 modelos pre-entrenados disponibles.
● + 10.000 datasets disponibles.
● Modelos y librerías pueden ser usados con los frameworks
anteriores.

8
Resumen

● Nivel de dificultad: Keras < Pytorch < Tensorflow.


● Velocidad modelos: Keras es lento. Pytorch y Tensorflow son
más rápidos.
● Keras para datasets pequeños. Pytorch y Tensorflow para
datasets grandes.
● Hugging Face es el futuro!. Centrada principalmente en
transformers.

9
OpenCourseWare
Procesamiento de Lenguaje Natural con
Aprendizaje Profundo,

Gracias!!!
[Link]

10

También podría gustarte