07___

Se pretende desarrollar un modelo de categorización de tipos de clientes según sus movimientos bancarios a partir de ciertos datos estructurados. ¿Que combinación de función de pérdidas y activación en la capa de salida es la más adecuada?. Categorical cross entropy & Sigmoide. Binary cross entropy & Sigmoide. MAPE & Linear. MSE & Softmax.

En una red neuronal convolucional, ¿cuáles serán las dimensiones del mapa de activación a la salida de una capa Conv2D compuesta por 32 filtros con kernel 3 × 3 si se emplea un valor de stride = 2 y el parámetro zero padding se establece a same? Tenga en cuenta que la imagen de entrada es de 16 × 16 pixeles. 16 x 16 x 32. 16 x 16 x 16. 32 x 32 x 16. 8 x 8 x 32.

En referencia a la codificación de texto para alimentar una red neuronal recurrente indique la afirmación INCORRECTA: En la representación one hot encoding cada una de las palabras ocupa una dimensión de un espacio N-dimensional. Asignar números enteros de manera estocástica a la unidad de texto con la que se trabaja es contraproducente debido al carácter intrínseco de ordenación. Los word embedding tienen como objetivo obtener una representación densa de la unidad de texto resolviendo un problema de aprendizaje supervisado. En el método Word2Vec, se utilizan varias hidden layers con funciones de activación para obtener una representación densa.

Se pretende desarrollar un modelo de categorización de tipos de clientes según sus movimientos bancarios a partir de ciertos datos estructurados. ¿Que combinación de función de pérdidas y activación en la capa de salida es la más adecuada?. Categorical cross entropy & Sigmoide. Binary cross entropy & Sigmoide. MAPE & Linear (CREO QUE ES ESTA). MSE & Softmax.

Se desea implementar una RNN con dos capas consecutivas de unidades LSTM. Indique la opción que recoge el código fuente correcto para dicho proposito: model.add(LSTM(256, return_sequences=True)). model.add(LSTM(256, recurrent_dropout=0.25)). model.add(LSTM(256)). model.add(Bidirectional(LSTM(256))).

¿Cuál será el valor de activación en la práctica al llevar a cabo la operación convolución 2D (cross-correlation) activada con ReLU en el vecindario [59 63 69; 59 62 69; 57 61 70] empleando el kernel [1 0 -1; 2 0 -2; 1 0 -1]?. 43. 0. -43. Ninguna de las anteriores.

Respecto a la familia de arquitecturas R-CNN para la detección y segmentación de objetos indique la afirmación INCORRECTA: Fast R-CNN reduce notablemente el cuello de botella temporal en la fase de inferencia que sufría R-CNN gracias al módulo de pooling. R-CNN emplea la arquitectura pre-entrenada AlexNet para extraer características sobre cada una de las regiones candidatas. Faster R-CNN incluye una region proposal network que emite candidatos a partir de 9 anchors de tamaño rectangular. Mask R-CNN es una solución de segmentación de instancia que parte de Faster R-CNN pero incluye una rama adicional para llevar a cabo la delimitación de objetos a nivel de pixel.

Se quiere desarrollar una red neuronal para clasificar una población en grupos de edades, a partir de unos datos fisiológicos. ¿Qué combinación de activación de salida y función de pérdidas es la más adecuada de las siguientes?. Lineal + MSE. Tanh + Categorical Cross Entropy. Sigmoide + MSE. Softmax + Categorical Cross Entropy.

Atendiendo a la arquitectura de red propia de la segmentación semántica U-Net indique la afirmación CORRECTA: La reducción de dimensionalidad espacial se lleva a cabo mediante capas convolucionales con valor de stride mayor a la unidad. La última capa convolucional del contracting path debe tener tantos canales como clases semánticas a segmentar siempre y cuando esté activada con una sigmoide. Normalmente se emplea como función de pérdidas los índices de Jaccard o Dice para el entrenamiento de este tipo de arquitectura. Para evitar que la información que va fluyendo a través de la red se degrade, se propone el uso de skip connections que consisten en sumar los valores de los mapas de activación resultantes de los bloques encoder a sus correspondientes mapas en el decoder.

Respecto a la red generativa Auxiliary Classifier GAN (AC-GAN) indique la afirmación INCORRECTA: AC-GAN es una variante de la conditional GAN capaz de generar muestras sintéticas a partir de un punto en el espacio latente y una etiqueta de clase. A diferencia de la versión vanilla GAN, la AC-GAN permite generar muestras de la clase deseada. En la AC-GAN, el discriminador recibe directamente (desde la entrada) la información acerca de la clase que se desea generar. El discriminador de la arquitectura AC-GAN tiene dos ramas de salida, una para discriminar real/fake y otra para discernir la clase de la muestra que recibe a su entrada.

A la vista del siguiente model.summary() es probable afirmar que: Tras visualizar los parámetros aprendibles de block1_conv1 y block1_conv2 podemos afirmar que los kernel de la Conv2D (block1_conv1) son más grandes que los de la segunda capa block1_conv_2. Se pretende implementar una arquitectura típica de segmentación semántica. Se utilizan valores de stride mayores que la unidad para reducir la dimensionalidad espacial. Ninguna de las anteriores es correcta.

¿Cuáles son las dimensiones del tensor de entrada a una red neuronal convolucional para albergar 32 videos de 18 frames en color de dimensiones espaciales 256 x 128?. Es necesario un tensor 4D de dimensiones (256, 128, 18, 32). Es necesario un tensor 4D de dimensiones (256, 128, 18). Es necesario un tensor 4D de dimensiones (32, 256, 128, 18). Es necesario un tensor 5D.

Respecto a las tareas de visión artificial avanzadas estudiadas en la asignatura indique la afirmación FALSA: Al resolver una tarea de clasificación de imagen no obtendremos información de la localización espacial de los objetos. El propósito principal de la segmentación de instancia es el detectar los diferentes individuos que componen una familia semántica de objetos. El tracking de objetos es equivalente a la detección dinámica (fotograma a fotograma) de estos. La tarea de segmentación semántica se desarrolla en dos fases; una primera detección de objetos y una segunda que tiene como objetivo la segmentación de la instancia.

En un data generator hecho manualmente para cargar un dataset de imágenes, el método _getitem_() devuelve: Una imagen y su etiqueta asociada. Un conjunto de imágenes con sus respectivas etiquetas. Una instancia del generator. Una imagen tras aplicarle data augmentation.

¿Cuáles serán las dimensiones del mapa de activación a la salida del bloque convolucional detallado a continuación si batc_size=16?. (32,128,128,16). (16,64,64,32). (32,64,64,16). (16,128,128,32).

Respecto a los métodos de tracking de objetos indique la afirmación CORRECTA: YOLO sigue una estrategia single stage y es capaz de ofrecer una capacidad de análisis de más de 170 PFS garantizando una Top-5 accuracy superior al 90%. Se tratan de metodologías que difícilmente se pueden emplear para la detección de objetos en escena estática. Comparando los métodos Faster RNN y SSD se puede afirmar que el primero de ellos resuelve de manera más eficiente la tarea de tracking de objetos. Podemos hablar de una buena técnica de tracking si tenemos un modelo con un mAP superior a 80.0 siempre y cuando al menos procese 14 FPS.

Respecto al Variational Autoencoder, indique qué afirmación es falsa: El uso de un término KL en el espacio latente ayuda a mejorar la reconstrucción de la imagen. La función de pérdidas tiene dos términos: el error de reconstrucción, y la regularización del espacio latente. El embedding de la entrada está compuesto por dos vectores. En cada iteración se debe realizar una reparametrización de la compresión realizada por el encoder, que ayuda a mejorar la consistencia de dicho espacio.

¿Cuántas actualizaciones de pesos compondrán el proceso de entrenamiento de una red neuronal caracterizado por los siguientes hiperparámetros?: Conjunto de entrenamiento compuesto por 4096 muestras; learning rate = 0.01; batch size = 32 y num_epochs = 10. 128. 1280. 12800. Ninguna de las anteriores.

Atendiendo a la siguiente gráfica de entrenamiento y el feedback de la última época del proceso de entrenamiento, ¿qué podemos afirmar?. No se puede afirmar que exista overfitting, se podría dar por buena la solución obtenida. Se evidencia un efecto claro de overfitting. Será necesario aumentar la complejidad de la arquitectura de red para solventarlo. Existe un ligero fenómeno de overfitting que trataremos de reducir en el siguiente experimento. Tanto la técnica de data augmentation como el callback Early stopping pueden resultar metodologías interesantes para ello. Ninguna de las anteriores es correcta.

¿Cuántos parámetros entrenables tiene la siguiente arquitectura de red neuronal artificial?. 36. 32. 25. 16.

¿Con cuál de las siguientes instrucciones se obtiene un volumen de activación a la salida del bloque convolucional con idénticas dimensiones espaciales y) que las dimensiones espaciales (x e y) de la entrada?. a. b. c. d.

Respecto a las redes neuronales recurrentes indique la respuesta CORRECTA: Una de las ventajas de las redes neuronales recurrentes compuestas por unidades LSTM es que se puede paralelizar el proceso de entrenamiento. Las unidades básicas de RNN están formadas por una capa activada con tahn y son capaces de retener información a largo plazo. Ninguna de las anteriores es correcta. En una unidad LSTM, la nueva información que se incorpora al cell state depende únicamente del texto de entrada a dicha unidad.

En el caso que se desee llevar a cabo un proceso de detección de objetos mediante el algoritmos Faster R-CNN asumimos que: La RPN se implementa como un MLP con dos capas densas de salida. Si la tarea a resolver es una detección de objetos dinámica no podremos llevar a cabo su resolución empleando este algoritmo puesto que no garantiza la ejecución en tiempo real. Todas las anteriores son correctas. Existe una Region Proposal Network (RPN) que es la encargada de proponer candidatos mediante una ventana deslizante de tamaño 3 x 3.

Respecto a las redes encoder-decoder para la segmentación de objetos indique la respuesta CORRECTA: La técnica unpooling se basa en transferir las posiciones en las que se localizan las activaciones máximas del encoder al decoder. En la arquitectura UNet se emplean conexiones residuales para pasar información de las características extraidas del decoder al encoder. Ninguna d las anteriores es correcta. La arquitectura UNet reduce el volumen de activación paulatinamente para posteriormente llevarlo a las dimensiones de la imagen original en una única operación de upsampling.

Respecto al entrenamiento de una Generative Adversacional Network indique la respuesta INCORRECTA: El entrenamiento de una GAN se trata de un juego min-max en el que compiten entre ellos (tarea adversarial). Un autoencoder variacional crea imágenes sintéticas con un mayor realismo que las imágenes que pueda generar una GAN. El generador introduce al discriminador imágenes generadas sintéticamente acompañadas de la etiqueta "real" (1). Para entrenar la red generadora se congelan los pesos de la red discriminadora.

¿Qué mecanismo/s de los que se listan a continuación se emplean para disminuir espacialmente un mapa de activación?. MaxPooling. Parámetro 'stride' de Conv2D mayor que la unidad. Dropout. a y b son correctas.

¿Cuál de los siguientes callbacks de Keras se emplea como método de regularización?. EarlyStopping. TensorBoard. ModelCheckpoint. LearningRateScheduler.

Respecto a la técnica de data augmentation, indique la afirmación FALSA: Se pueden emplear transformaciones tanto geométricas como de intensidad. La muestra original (sobre la que se generan las sintéticas) queda fuera del proceso de entrenamiento cuando se emplea esta técnica. Se suele emplear tanto en el conjunto de datos de entrenamiento como en el de test. Se puede implementar mediante la clase ImageDataGenerator empleando Keras.

Acerca de las arquitecturas de red vistas para segmentación y su entrenamiento, indique qué afirmación es falsa. Normalmente se emplea como función de pérdidas los índices de Jaccard o Dice. Se pueden emplear tanto funciones de pérdidas de clasificación, como la entropía cruzada, como otras especializadas en segmentación. El uso de skip-connections permite mantener nivel de detalle entre la codificación y decodificación de las características espaciales. Las arquitecturas de segmentación presentan un decoder con bloques convolucionales.

Respecto a las técnicas de transferencia del conocimiento estudiadas indique la respuesta CORRECTA: Tanto para la técnica de transfer learning (TL) como fine tuning (FT), la primera operación a realizar es el preprocesamiento de datos que se llevó a cabo para entrenar la red neuronal original. En ambas técnicas (TL y FT) el primer paso sustancial y obligatorio es el de aplicar una conversión de las etiquetas del dataset a formato one hot econding. La técnica de FT se aplica si el dataset del dominio destino es muy parecido en número de muestras e información visual al del dataset origen. a y b son correctas.