Contenido del taller

El taller fue originalmente desarrollado para su uso durante la Escuela de Verano de la RIIAA 2.0 y ha sido adaptado para el CIMPS 2019. El material debe estar autocontenido, lo que significa que con este documento explicativo debe bastar para poder seguir y desarrollar el contenido del taller.

Grosso modo, el contenido cubierto a lo largo del taller es el siguiente:

• Motivación
• Requisitos y setup
• Intro al mundo del Deep Learning
• Funcionamiento de APIs:
  • Requests: Consumo de APIs con Python
  • Flask: Microframework web de Python
• Cómo servimos modelos de IA

Puedes encontrar los slides en vivo AQUÍ.

Es importante mencionar que el curso hará uso de un ambiente en la nube y uno local para el desarrollo del material, por lo que te recomendamos apoyarte de los ayudantes del curso para la instalación de Pythony todos los requerimientos.

Instrucciones para estudiantes

La mayoría de las prácticas de los talleres se desarrollarán en Python 3.7+ usando la biblioteca Tensorflow 2.0, que adopta Keras como interfaz de alto nivel para construir y entrenar redes neuronales.

Requerimientos:

• Una laptop.
• Este repositorio de GitHub clonado y actualizado antes del taller.
• Un sentido aventurero en los datos.
• Un ambiente Python 3.7+ con Anaconda (ver opciones 1 y 2 abajo).

Los talleres serán impartidos usando notebooks de Jupyter, documentos con código ejecutable, texto, ecuaciones, visualizaciones, imágenes y demás material. Los notebooks se pueden crear y ejecutar en la nube vía Google Colab (opción 1) o de manera local en tu computadora a través de Jupyter Notebooks o JupyterLab (opción 2).

Opcion 1: Google Colab

Colab es un servicio de Google para ejecutar notebooks en la nube. Provee ambientes de Python 2 y 3 con CPUs, GPUs y TPUs. ¡Y es gratis! Solo necesitas tener una cuenta de Google o crear una.

Recomendamos que elijas un ambiente con Python 3 y GPU. Para activarlo:

• Abre el menú Entorno de ejecución
• Elige la opción Restablecer todos los entornos de ejecución... .
• Vuelve a abrir Entorno de ejecución
• Elige Cambiar tipo de entorno de ejecución
• Selecciona Python 3 como Tipo de ejecución y GPU de la lista de Acelerador por hardware

La siguiente captura de pantalla ilustra este proceso.

En Colab puedes crear un nuevo notebook, subir uno existente desde tu computadora o importarlo de Google Drive o GitHub.

Opcion 2: Ambiente local

Para tener la versión de Python 3.7+ (añadido Python al PATH) y todas las bibliotecas instaladas en cualquier plataforma, recomendamos que uses Anaconda y generes un ambiente con el archivo environment.yml de este repositorio usando una terminal y el comando:

conda env create -n riiaa19 -f environment.yml

Cambia el nombre riia19 por tu nombre favorito para el ambiente o puedes remover la bandera -n riia19 para dejar el nombre default del ambiente (DLaaS).

Para activar el ambiente que creaste, en una terminal ingresa el comando

conda activate riiaa19

# O en su defecto

conda activate DLaaS

Una vez activado, puedes ejecutar la aplicación de Jupyter Notebook

jupyter notebook

O de JupyterLab

jupyter lab

Este último comando abrirá una pestaña o ventana en tu navegador web, como se muestra en la siguiente captura de pantalla:

Al igual que en Google Colab, puedes crear un nuevo notebook seleccionando el botón New y posteriormente Python 3. De forma alternativa, puedes abrir uno existente seleccionando el archivo del notebook (con extensión .ipynb) dentro del directorio donde ejecutaste Jupyter Notebook. Con el botón Upload agregas archivos que se encuentran en otra parte de tu computadora a este directorio. Para cerrar Jupyter Notebook, presiona el botón Quit y posteriormente cierra la pestaña o ventana de tu navegador web.

Para desactivar el ambiente riiaa19 de Anaconda simplemente haz

conda deactivate

---

Atribuciones

• Este repositorio cuenta con una MIT License.
• Los íconos creados por DinosoftLabs y Flat Icons de https://www.flaticon.com/ cuentan con una licencia CC 3.0 BY.