Democratización del Deep Learning: su potencial al alcance de todos

June 2nd, 2017|

Inteligencia Artificial y Póquer

February 6th, 2017|

Ocho cambios que transformarán a los humanos para siempre

January 15th, 2017|

‘MareNostrum’: la supercomputadora capaz de realizar 1.100 billones de operaciones por segundo

May 2nd, 2016|

Hoy en El País en su sección "protagonistas One" de su canal de youtube presentan una entrevista titulada "'MareNostrum': la supercomputadora capaz de realizar 1.100 billones de operaciones por segundo" en que me han ascendido al cargo de "Investigador jefe del Barcelona Supercomputing Center". Cuando se entere mi jefe creo que se acabó la historia!  :-). Pero habrá valido la pena estos minutos de gloria hasta que me echen, porque creo que ha quedado un documento fantástico que aporta valor, a pesar que fue una entrevista que me costo un poco, dado el "aquí te pillo, aquí te mato" (o simplemente despiste mío de no saber a donde iba. Ya ven, me pillaron con ropa de trabajo, sin traje ni corbata! :-( ). Sin duda el mérito es del equipo [...]

Acto presentación primer libro sobre TensorFlow

February 2nd, 2016|

Primeras fotos del acto de presentación del primer libro que se ha escrito sobre el paquete TensorFlow, a la venta en Amazon.es y próximamente disponible en esta web (cuando el autor encuentre un momento!). Gracias a todos por vuestra asistencia, espero que lo pasarais tan bien como yo. De verdad que agradezco muchísimo vuestra compañía, ¡Gracias!   LINK AL LIBRO CALÇOTADA SEASON AND THE NEW DEEP LEARNING BOOK Saint George's Day and the Book:        

Nuevo libro de TensorFlow

January 20th, 2016|

Se acaba de publicar el libro “HELLO WORLD EN TENSORFLOW para iniciarse en la programación del Deep Learning" (link al libro)  ya disponible a través del portal  Amazon.es (link) y próximamente también estará disponible en el de amazon.com.   También estará abierto y disponible su contenido en esta web  para ser consultado, a partir de su presentación el próximo lunes 1 de febrero (link a la presentación).   ¡Están todos invitados a la presentación! en la presentación habrá algunos ejemplares en papel para aquellos que estén interesados y una copa de cava al final para todos los que nos acompañen.   Además se ha programado una sesión práctica en el curso Big Data Analytics dentro del PRACE Advanced Training Centre el próximo dia 10/febrero (hace falta inscripción para la asistencia).        

Barcelona Spark Meetup Announces Changes in Leadership Team to accommodate its rapid growth

January 13th, 2016|

Today, Barcelona Spark Meetup announces changes in its leadership team. Joan Capdevila, a current co-organizer, will be appointed new head organizer to accommodate the rapid growth of our meetup. Ferran Galí, a member from the very first beginning, will join the leadership team as a co-organizer in the area of Big Data platforms. The former head organizer, Jordi Torres, will remain a while longer in the team as co-organizer centering his activity in the area of Advanced Analytics. This change is motivated by the fact that Apache Spark is growing beyond its limits with more technologies seeking integration with it. The new leadership will guide this period where our meetup members not only wants to follow the innovation coming from Apache Spark community, but they also hope to [...]

Breve introducción práctica al Deep Learning con Tensorflow

December 8th, 2015|

ACTUALIDAD: Nuevo libro sobre TensorFlow con el título  “HELLO WORLD EN TENSORFLOW para iniciarse en la programación del Deep Learning”, estará disponible para consultar en esta web a partir de su presentación el próximo lunes 1 de febrero. ¡Están todos invitados a la presentación! Versión en papel ya disponible en el portal lulu.com (y próximamente en el de amazon.com) y algunos ejemplares se podrán adquirir en la presentación. NOTA: La información contenida en esta  recopilación de les 8 post sobre TensorFlow  se ha actualizado y ampliado completamente en este nuevo libro.  A continuación tienen la recopilación de los 8 posts en este blog en el que he presentado una breve introducción práctica al paquete para programar Deep Learning llamado TensorFlow para aportar mi granito de arena en construir un punto de encuentro entre los Data Scientist, Data Engineers [...]

Introducción práctica al Deep Learning con TensorFlow de Google – parte 8 ( y última)

December 6th, 2015|

  Hoy, en esta octava entrega de la introducción práctica al Deep Learning con TensorFlow de Google (primera,  segunda , tercera, cuarta, quinta, sexta, séptima) finalizo con esta serie de posts. Hoy, para acabar, añadiré una breve reflexión sobre la necesidad que al lado de cualquier científico de datos (Data Scientist) se requiere un buen ingeniero de computadores (Computer Engineer) y otro ingeniero de datos (Data Enginyeer), en todo este proceso de extracción de valor del Big Data mediante analíticas avanzadas. 18. Frameworks Big Data Hasta aquí hemos hablado de las herramientas de analítica avanzada, poniendo un ejemplo de código en TensorFlow. Sin duda son herramientas fundamentales y la clave de la nueva era de computación que se avecina: Computación Cognitiva (o Cognitive Computing). Pero como ya hemos dejado claro, sin unos sistemas de computación de altas prestaciones que permitan [...]

Introducción práctica al Deep Learning con TensorFlow de Google – parte 7

December 3rd, 2015|

  Hoy, en esta séptima entrega de la introducción práctica al Deep Learning con TensorFlow de Google (primera entrega,  segunda entrega, tercera entrega, cuarta entrega, quinta entrega, sexta entrega) vamos a presentar como puede implementar el modelo softmax en TensorFlow. Nuestro objetivo en esta entrega no es crear un modelo muy elaborado con un alto grado de acierto, sino uno simple que nos permita entender conceptualmente el uso de TensorFlow. 14- Implementación del modelo softmax en TensorFlow Después de esta visión rápida de la teoría estamos ya en disposición de ponernos a avanzar con la creación del modelo de detección de dígitos usando TensorFlow desde Python. Para ello lo primero es importar la librería: import tensorflow tf A partir de este momento podemos empezar a especificar como será nuestro modelo. En realidad Tensorflow nos permite en lenguaje Python describir las operaciones que queremos [...]

Introducción práctica al Deep Learning con TensorFlow de Google – parte 6

November 27th, 2015|

  Hoy, en esta sexta entrega de la introducción práctica al Deep Learning con TensorFlow de Google (primera entrega,  segunda entrega, tercera entrega, cuarta entrega, quinta entrega) vamos a presentar un poco de teoría para poder entender cómo se construye un modelo que nos permita  reconocer las imágenes MNIST. La regresión softmax se realiza en dos pasos principales.  Primero calculamos "las evidencias" de que una determinada imagen pertenece a una clase en particular  y después  convertimos estas evidencias en probabilidades de que pertenezca a cada una de las 10 clases. 11- Evidencia de pertenencia Para medir la evidencia de que una determinada imagen pertenece a una clase en particular, una aproximación muy usada consiste en realizar una suma ponderada de las intensidades de los píxeles. El peso es negativo si ese píxel que tiene una alta intensidad es evidencia en contra [...]

Introducción práctica al Deep Learning con TensorFlow de Google – parte 5

November 26th, 2015|

  Hoy, en esta quinta entrega de la introducción práctica al Deep Learning con TensorFlow de Google (primera entrega,  segunda entrega, tercera entrega, cuarta entrega) vamos una nociones mínimas sobre redes neuronales y introducir el modelo sencillo que vamos a usar en este tutorial. Recordemos un poco el propósito de este tutorial: ser capaces de comprender un ejemplo concreto y sencillo para learn by doing de manera gradual e incremental. 9- Mi primera red neuronal Como ya avanzamos al principio, en este tutorial  consideraremos como modelo una red neuronal (neural network) sencilla que dados unos valores de entrada  retorna una salida, en nuestro caso la clasificación de las imágenes de los dígitos. Como veremos esta red neuronal tiene otros parámetros, conocidos como pesos (weights) and sesgos (biases). Aprender un modelo de red neuronal conlleva el ajuste [...]