Keras: qué es, ventajas y cómo sacarle beneficio
Phyton fue el encargado de escribir Keras, una biblioteca de código abierto. Esta te permite realizar la construcción de modelos de aprendizaje completamente profundos. Todo este trabajo se puede realizar de una manera sencilla y rápida.
El ingeniero de Google, con una especialización de Inteligencia Artificial, François Chollet fue el encargado de desarrollarla.
Esta biblioteca ganó popularidad entre los investigadores de IA y científicos de datos, ya que ofrece una API de alto nivel. Esto permite crear prototipos rápidamente y además, experimentar con las redes neuronales profundas. Dicho trabajo se realiza sin lidiar con los detalles de bajo nivel de frameworks como Theano y TensorFlow.
Ventajas de Keras
Algunas de las ventajas clave que ofrece Keras son:
Fácil de usar
Keras tiene una curva de aprendizaje muy corta en comparación con otros frameworks de deep learning. No requiere la codificación de todos los detalles, ya que el API de alto nivel, permite entrenar y definir modelos, de forma rápida.
Modular y extensible
Su composición de modulos independientes, permite la creación de capas, funciones optimizadores, de activación, métricas de evaluación, entre otros.Esto brinda flexibilidad y hace que Keras sea sencillo de entender, por sus funciones nuevas.
Portable
Los modelos de Keras se pueden ejecutar tanto en CPU como en GPU, lo que facilita su despliegue en diferentes plataformas. Además, puede utilizar TensorFlow, Theano o CNTK como backend de ejecución.
Productivo
Keras está enfocado en permitir experimentación productiva e iteración rápida. Permite crear prototipos y probar ideas en muy poco tiempo.
Arquitectura y conceptos clave en Keras
Keras está diseñado con los siguientes conceptos clave:
Modelos secuenciales
La apilacion de capas secuenciales, es la forma más sencilla en cuanto a la creación de un modelo en Keras.
Cada una de estas tiene sus entradas y salidas de datos. La salida, además, se conecta directamente en la siguiente entrada
Esto es completamente útil al momento de la creación de en la mayoría de las arquitecturas de redes neuronales actualmente.
Capas reutilizables
Keras proporciona una extensa suite de capas (densas, convolucionales, de pooling, normalización, etc) que pueden combinarse fácilmente para crear modelos complejos. Estas capas encapsulan operaciones comunes, haciendo muy sencillo aplicar técnicas avanzadas.
Manejo de entrada/salida flexible
Las capas en Keras tratan las entradas y salidas de manera estandarizada y consistente. Esto hace que sea muy sencillo enlazar capas preexistentes para adaptar los datos de entrada y salida a lo que una capa específica espera.
Fácil de inspeccionar
Keras permite inspeccionar fácilmente la arquitectura de un modelo, ver todas sus capas, salidas, número de parámetros, etc. Esto facilita entender y depurar los modelos que construimos.
Funciona con CPU y GPU
Los modelos de Keras se pueden entrenar tanto en CPU como en GPU de manera transparente, lo que permite acelerar dramáticamente el entrenamiento al utilizar hardware como tarjetas NVIDIA. El backend se encarga de administrar las operaciones en el dispositivo más adecuado.
Flujos de trabajo comunes en Keras
Algunos de los flujos de trabajo más habituales con Keras son:
Preprocesado de datos
Es importante adaptar los datos antes de entrenar un modelo para que tengan el formato y distribución esperados por Keras y las capas que utilicemos. Esto puede involucrar escalado de características, división de datos en conjuntos de entrenamiento/validación, conversión a tensores, etc.
Definición y configuración del modelo
Keras nos permite definir modelos muy fácilmente apilando y enlazando capas con pocas líneas de código. Luego configuramos aspectos como función de pérdida, optimizador, métricas, etc.
Entrenamiento
Una vez definido el modelo, se entrena iterativamente sobre los datos de entrenamiento para minimizar la función de pérdida y actualizar los pesos y sesgos internos para mejorar la precisión.
Evaluación
Es crucial evaluar los modelos entrenados con datos independientes para estimar su capacidad real de generalización en datos nunca vistos y detectar problemas como overfitting. Keras proporciona métricas y funciones para esta evaluación.
Ajuste de hiperparámetros
Es común tener que probar diferentes hiperparámetros (tasa de aprendizaje, momentum, etc) y arquitecturas hasta encontrar la que mejor funciona para el problema. Keras facilita iterar rápidamente.
Predicción en nuevos datos
Una vez entrenado el modelo, éste puede aplicarse a nuevos datos para realizar predicciones utilizando la inferencia. Esto es muy útil para casos reales de clasificación, regresión, reconocimiento, etc.
Deployment a producción
Los modelos entrenados en Keras pueden exportarse a una variedad de formatos listos para ser integrados en aplicaciones del mundo real que aprovechen sus capacidades predictivas.
Como hemos visto, Keras cubre todo el flujo, desde la preparación de datos, hasta la creación/entrenamiento/evaluación de modelos y finalmente su despliegue. Esto explica parte de su popularidad.
Tipos de modelos de aprendizaje profundo compatibles de Keras
Keras admite una amplia variedad de arquitecturas y modelos populares de deep learning, entre los que se incluyen:
Redes neuronales convolucionales (CNNs)
Esta es muy efectivas para tareas de procesamiento de imágenes y percepción visual. Esto puede ser: detección/segmentación de objetos, procesamiento de video, clasificación de imágenes, etc.
Redes neuronales recurrentes (RNNs)
Útiles para modelar secuencias temporales como texto, audio o datos de sensores. Permiten detectar patrones teniendo en cuenta el contexto en el tiempo.
Redes totalmente convolucionales
Estas Rrdes convolucionales que no tienen capas totalmente conectadas al final, muy útiles para la segmentación semántica.
Redes antagonistas generativas (GANs)
Permiten generar muestras muy realistas, por ejemplo imágenes artificiales nuevas. Se usan dos redes enfrentadas entre sí.
Autoencoders
Redes para comprimir representaciones de los datos en espacios latentes de menor dimensión y luego reconstruir datos desde esas representaciones compactas.
Redes recurrentes LSTM y GRU
Variantes de RNNs que resuelven problemas relacionados con aprender a modelar dependencias de largo plazo en los datos.
Esta flexibilidad para crear fácilmente todo tipo de arquitecturas es una de las grandes ventajas que ofrece Keras sobre soluciones más rígidas.
Integración con las librerías más populares de Machine Learning
Keras está diseñado para integrarse fácilmente con las bibliotecas de código abierto más utilizadas en el campo del machine learning. Algunas integraciones destacadas son:
TensorFlow
Keras utiliza TensorFlow como backend principal. Los modelos de Keras se ejecutan sin problemas sobre TensorFlow y se benefician de capacidades avanzadas como ejecución distribuida entre múltiples GPU/TPUs.
Scikit-Learn
Keras implementa la API de Scikit-Learn para encajar modelos de Keras en pipelines de machine learning, realizar GridSearchCV para optimización de hiperparámetros, etc.
Matplotlib
Permite visualizar gráficas sobre el proceso de entrenamiento, la evolución de la precisión y pérdida, y datos generales sobre el modelo. Muy útil para monitorizar y depurar.
Pandas
Proporciona estructuras de datos flexibles para cargar y manipular datos para preprocesarlos y prepararlos para ser usados en modelos de Keras.
Gracias a estas integraciones con bibliotecas líderes, es sencillo construir pipelines completos de machine learning y deep learning con Python utilizando Keras.
Casos de uso avanzado
Más allá del uso básico, Keras también resulta muy efectivo en varios casos de uso avanzados:
Transfer learning
Permite importar modelos ya pre-entrenados como VGG, ResNet, Inception y reutilizar las características aprendidas sobre grandes datasets para adaptarlos rápidamente a nuevas tareas.
TensorBoard integration
La biblioteca genera logs nativamente compatibles con TensorBoard para monitorización visual avanzada del proceso de entrenamiento y depuración.
Distribución en clusters
Los modelos construidos con Keras pueden ejecutarse en clusters de servidores multi-GPU o TPU para acelerar enormemente el entrenamiento.
Deployment en producción
Keras permite exportar modelos entrenados a una variedad de formatos preparados para integrar predicciones en aplicaciones finales.
