Theano - Introducción

¿Ha desarrollado modelos de aprendizaje automático en Python? Entonces, obviamente, conoce las complejidades del desarrollo de estos modelos. El desarrollo suele ser un proceso lento que requiere horas y días de potencia computacional.

El desarrollo del modelo de aprendizaje automático requiere muchos cálculos matemáticos. Estos generalmente requieren cálculos aritméticos, especialmente matrices grandes de múltiples dimensiones. En estos días utilizamos redes neuronales en lugar de las técnicas estadísticas tradicionales para desarrollar aplicaciones de aprendizaje automático. Las redes neuronales deben entrenarse con una gran cantidad de datos. La formación se realiza en lotes de datos de tamaño razonable. Por tanto, el proceso de aprendizaje es iterativo. Por lo tanto, si los cálculos no se realizan de manera eficiente, el entrenamiento de la red puede llevar varias horas o incluso días. Por lo tanto, la optimización del código ejecutable es muy deseada. Y eso es exactamente lo que ofrece Theano.

Theano es una biblioteca de Python que le permite definir expresiones matemáticas utilizadas en Machine Learning, optimizar estas expresiones y evaluarlas de manera muy eficiente mediante el uso decisivo de GPU en áreas críticas. Puede rivalizar con las implementaciones C completas típicas en la mayoría de los casos.

Theano fue escrito en el laboratorio LISA con la intención de proporcionar un desarrollo rápido de algoritmos eficientes de aprendizaje automático. Se publica bajo una licencia BSD.

En este tutorial, aprenderá a usar la biblioteca Theano.