| absl-py | TensorFlow. Es un paquete de Python. |
| Action potential | Neuroscience. https://en.wikipedia.org/wiki/Action_potential |
| Activation function | In artificial neural networks, the activation function of a node defines the output of that node given an input or set of inputs. https://en.wikipedia.org/wiki/Activation_function https://www.tensorflow.org/api_docs/python/tf/keras/activations https://www.tensorflow.org/api_docs/python/tf/keras/activations/sigmoid |
| AlexNet | Es un modelo. https://en.wikipedia.org/wiki/AlexNet |
| Algoritmo de descenso del gradiente | See "Gradient Descent algorithm" https://www.google.com/search?source=hp&ei=wKFSXfKNFaWAjLsPjsW_iAM&q=algoritmo+de+descenso+del+gradiente&oq=algoritmo+de+descenso+del+gradiente&gs_l=psy-ab.3..35i39j0i22i30.2074.2074..3191...0.0..0.117.194.1j1......0....2j1..gws-wiz.LwefKf8B5HI&ved=0ahUKEwjy7YTl4f_jAhUlAGMBHY7iDzEQ4dUDCAU&uact=5 |
| ANN | "Artificial Neural Network". |
| artificial intelligence | |
| astor | TensorFlow. Es un paquete de Python. |
| automatic differentiation | |
| Axon | Neuroscience. https://en.wikipedia.org/wiki/Axon |
| backpropagation | Retropropagación. Propagación hacia atrás. |
| backpropagation, algoritmo | Algoritmo de retropropagación. Algoritmo de propagación hacia atrás. |
| bias | |
| BrainScript | Lenguaje de descripción de modelo de CNTK. |
| Caffe | Framework de deep learnig escrito en C++ con un interfaz Python. Soporta muchos tipos diferentes de arquitecturas de deep learning orientadas a la clasificación de imágenes y a la segmentación de imágenes. Soporta CNN, RCNN, LSTM y diseños de redes neuronales conectadas completamente. Caffe soporta librerías de kernel computacional basadas en GPU y CPU tales como NVIDIA cuDNN e Intel MKL. Caffe está siendo usada en proyectos de investigación académica, protitipos startup, e incluso aplicaciones industriales a gran escala en visión, habla y multimedia. Ver Caffe2. http://caffe.berkeleyvision.org/ |
| Caffe, NVIDIA | Ver NVCaffe. http://caffe.berkeleyvision.org/ |
| Caffe2 | Framework de deep learning ligero, modular y escalable. Incluye nuevas características como RNNs. Caffe2 es un framework de deep learning diseñado para expresar fácilmente todos los tipos de modelos, por ejemplo CNN, RNN, y más, en un API basado en Python amigable, y ejecutarlos usando un backend de CUDA y C++ altamente eficiente. https://caffe2.ai/ |
| CaffeOnSpark | Framework de deep learning distribuido creado por Yahoo! usando Spark. |
| Cell membrane | Neuroscience. https://en.wikipedia.org/wiki/Cell_membrane |
| Chainer | Es un framework de deep learning basado en Python apuntando a la flexibilidad. Provee APIs de diferenciación automática basados en el enfoque define-por-ejecución (define-by-run), también conocidas como gráficas computacionales dinámicas, así como APIs de alto nivel orientadas a objetos para construir y entrenar redes neuronales. Soporta CUDA y cuDNN usando CuPy para inferencia y entrenamiento de alto rendimiento. https://chainer.org/ |
| Classical conditioning | Neuroscience. |
| CNN | "Convolutional Neural Network". |
| CNTK | Microsoft. "Cognitive Toolkit" de Microsoft. Es un toolkit de deep learning unificado que describe redes neuronales como una serie de pasos computacionales por medio de un gráfico dirigido. En este gráfico dirigido, los nodos de hoja representan valores de entrada o parámetros de red, mientras que los otros nodos representan operaciones de matrices sobre sus entradas. CNTK es un toolkit para deep learning distribuido de grado comercial. Describe redes neuronales como una serie de pasos computacionales por medio de un gráfico dirigido. CNTK permite al usuario fácilmente realizar y combinar tipos de modelos populares como redes neuronales profundas feed-forward, redes neuronales convolucionales (CNNs) y redes neuronales recurrentes (RNNs) (incluidas redes RNN de tipo LSTM). CNTK implementa aprendizaje de descenso de gradiente estocástico (SGD) con diferenciación automática y paralelización sobre múltiples GPUs y servidores. CNTK puede ser incluido como una librería en tus programas Python, C# o C++, o usado como una herramienta machine-learning standalone a través de su propio lenguaje de descripción de modelo (BrainScript). En adición puedes usar la funcionalidad de evaluación de modelo CNTK desde tus programas Java. CNTK es también uno de los primeros toolkits de deep learning en soportar el formato Open Neural Network Exchange (ONNX). https://docs.microsoft.com/es-es/cognitive-toolkit/ |
| Cognitive Toolkit | Ver CNTK. |
| computer vision | |
| Condicionamiento clásico | Neurociencia. |
| ConvNet | Ver CNN. |
| CoreNLP | |
| Cryo-electron tomography | See "Electron cryotomography". |
| Cryopreservation | |
| cuBLAS | An optimized CUDA API. |
| CUDA Toolkit | |
| CUDA | Programming GPUs. Write C-like code that runs directly on the GPU. Optimized APIs: cuBLAS, cuFFT, cuDNN, etc. Es una plataforma de computación paralela y modelo de programación que activa incrementos dramáticos en rendimiento de computación aprovechando el poder de las GPUs NVIDIA. https://docs.nvidia.com/cuda/ |
| cuDNN | NVIDIA CUDA Deep Neural Network library. Librería de red neuronal profunda NVIDIA CUDA. An optimized CUDA API. |
| cuFFT | An optimized CUDA API. |
| CuPy | |
| cluster | Conjunto de ordenadores conectados por una red de alta velocidad. |
| Cython | Es una librería de Python. |
| Data Center Accelerator, NVIDIA | Acelerador de centro de datos de NVIDIA. Hay varios, por ejemplo: DGX-1, DGX-2. |
| Deep Cognition Studio (DLS) | Es un kit de herramientas de software y plataforma que simplifica el diseño, entrenamiento, testeo y el desarrollo de modelos de IA de deep learning. https://deepcognition.ai/ |
| deep learning | |
| Deeplearning4j | |
| Dendrita | Neurociencia. https://es.wikipedia.org/wiki/Dendrita |
| Dendrite | Neuroscience. https://en.wikipedia.org/wiki/Dendrite |
| design patterns | |
| DFT | "Discrete Fourier transform". |
| DGX Station, NVIDIA | Una workstation para equipos de ciencia de datos. NVIDIA DGX Station es la workstation más rápida del mundo para desarrollo de inteligencia artificial avanzada. Este sistema optimizado e integrado completamente permite a tu equipo comenzar más rápido y experimentar con menos esfuerzo con el poder de un centro de datos en tu oficina. 72X más rápida que un servidor de doble CPU. https://www.nvidia.com/en-us/data-center/dgx-station |
| DGX-1, NVIDIA | Para investigación en inteligencia artificial. El camino más rápido hacia deep learning. Construir una plataforma para deep learning va mucho más allá de seleccionar un servidor y GPUs. Un compromiso para implementar inteligencia artificial en tu negocio involucra cuidadosamente seleccionar e integrar software complejo con hardware. NVIDIA DGX-1 acelera tu iniciativa con una solución que funciona nada más sacarlo de la caja, por lo que puedes ganar percepciones en horas en lugar de semanas o meses. Red Hat Enterprise Linux en sistemas NVIDIA DGX-1. 140X más rápida que un servidor de una CPU. https://www.nvidia.com/en-us/data-center/dgx-1 |
| DGX-2, NVIDIA | El sistema de inteligencia artificial más poderoso del mundo para los desafíos de inteligencia artificial más complejos. Experimenta nuevos niveles de escala y velocidad de inteligencia artificial con NVIDIA DGX-2, el primer sistema de 2 petaFLOPS que combina 16 GPUs interconectadas completamente para 10X el rendimiento de deep learning. Es empoderada mediante software NVIDIA DGX y una arquitectura escalable construida sobre NVIDIA NVSwitch, por lo que puedes asumir los desafíos de inteligencia artificial más complejos del mundo. DGX-2, infraestructura esencial de inteligencia artificial Enterprise. 10X más rápida que DGX-1. https://www.nvidia.com/en-us/data-center/dgx-2 |
| diferenciación automática | |
| DIGITS, NVIDIA | Deep Learning GPU Training System (DIGITS). Sistema de entrenamiento de GPU de deep learning. Pone el poder de deep learning en las manos de ingenieros y científicos de datos. DIGITS puede ser usado para entrenar rápidamente la red neuronal (DNNs) altamente precisa para clasificación de imágenes, segmentación y tareas de detección de objetos. https://developer.nvidia.com/digits |
| DNN | "Deep Neural Network". |
| Dopamina | Neurociencia. Cada vez que un neurotransmisor como la dopamina llega a una sinapsis, los circuitos que desencadenan un pensamiento, una motivación o una acción son vía prioritaria en el cerebro. En las adicciones, la dopamina actúa como un neurotransmisor tan potente que las personas, objetos, situaciones y lugares en que se consumió la droga quedan firmemente fijados en la memoria. https://es.wikipedia.org/wiki/Dopamina |
| Dopamine | Neuroscience. https://en.wikipedia.org/wiki/Dopamine |
| Dopamine | Google repository. https://github.com/google/dopamine |
| Edge device | Es un dispositivo que provee un punto de entrada a redes core de proveedor de servicio o enterprise. Ejemplos incluyen routers, switches de enrutamiento, dispositivos de acceso integrado (IADs), multeprexadores, y una variedad de redes de área metropolitana (MAN) y dispositivos de acceso a redes de área ancha (WAN). |
| Eigen | |
| Electron cryotomography | Cryo-electron tomography. VERY HIGH SPATIAL RESOLUTION (~ 1-4 nm). https://en.wikipedia.org/wiki/Electron_cryotomography https://xformulas.net/images/relative_sizes.jpg |
| entrenar red neuronal | https://www.tensorflow.org/api_docs/python/tf/keras/Sequential#fit |
| Error cuadrático medio | https://es.wikipedia.org/wiki/Error_cuadr%C3%A1tico_medio https://www.tensorflow.org/api_docs/python/tf/keras/losses/MeanSquaredError https://www.tensorflow.org/api_docs/python/tf/keras/Sequential#evaluate |
| fastText | |
| feed-forward (red) | Prealimentada (alimentada hacia adelante). |
| Feedforward Neural Network (FNN) | Red neuronal prealimentada (alimentada hacia adelante). Es una red neuronal en la que las conexiones entre los nodos no forman un ciclo. Ver también RNN. |
| FLOPS (flop/s) | Floating point operations per second. Operaciones de coma flotante por segundo. |
| FNN | Ver Feedforward Neural Network. |
| función de activación | |
| gast | TensorFlow. Es un paquete de Python. |
| Gensim | |
| Google AI | https://ai.google/ |
| Google Brain (team) | https://ai.google/research/teams/brain |
| Google Developer Day | Día del Desarrollador de Google. |
| Google I/O | Es una conferencia de desarrolladores anual sostenida por Google en Mountain View, California. I/O fue inaugurada en 2008, y es organizada por el equipo ejecutivo. "I/O" representa input/output, así como el eslogan "Innovation in the Open". El formato del evento es similar al Google Developer Day. https://events.google.com/io |
| google-pasta | TensorFlow. Es un paquete de Python. |
| GoogLeNet | Es un modelo. |
| gradient | https://en.wikipedia.org/wiki/Gradient |
| gradiente | https://es.wikipedia.org/wiki/Gradiente |
| Gradient Descent algorithm | A learning algorithm, training algorithm or optimization algorithm. See also "optimizer". https://en.wikipedia.org/wiki/Gradient_descent https://www.tensorflow.org/api_docs/python/tf/train/GradientDescentOptimizer Set the training algorithm (the optimizer) and the learning rate. https://www.tensorflow.org/api_docs/python/tf/keras/Sequential#compile Train the neural network. https://www.tensorflow.org/api_docs/python/tf/keras/Sequential#fit |
| grpcio | TensorFlow. Es un paquete de Python. |
| h5py | TensorFlow. Es un paquete de Python. |
| Haar training | |
| Hadoop, Apache | |
| HDR | High dynamic range. |
| Hebb, regla de | Neurociencia. Potenciación a largo plazo (PLP). Regla de Hebb (1949): Si una neurona presináptica A se activa repetidas veces a la vez que la neurona postsináptica B, hay un cambio metabólico que refuerza la eficacia de A excitando B. |
| Human Brain Project | https://en.wikipedia.org/wiki/Human_Brain_Project https://www.youtube.com/watch?v=a1XcY-xAvos https://www.youtube.com/channel/UCd5sWIVavCp4hzp2mFWI2qg |
| I/O | Ver Google I/O. |
| Inception-v3 | Es un modelo. |
| inferencia | Cálculo de las salidas de la red neuronal. Calculate the output of the neural network. https://www.tensorflow.org/api_docs/python/tf/keras/Sequential#predict |
| Integrated Performance Primitives (IPP), Intel | It may be used to improve the performance of color conversion, Haar training and DFT functions of the OpenCV library. |
| IPP | See "Integrated Performance Primitives". |
| Keras | Keras is a high-level API to build and train deep learning models. https://keras.io/ https://www.tensorflow.org/api_docs/python/tf/keras |
| Keras-Applications | TensorFlow. Es un paquete de Python. |
| Keras-Preprocessing | TensorFlow. Es un paquete de Python. |
| Learning | Computing. |
| Learning | Neuroscience. |
| learning algorithm | Learning algorithm, training algorithm or optimization algorithm. https://www.google.com/search?source=hp&ei=9LFCXcWeMeyOlwT6_Z2YAw&q=%22neural+network%22+%22learning+algorithms%22+site%3Aedu&oq=%22neural+network%22+%22learning+algorithms%22+site%3Aedu&gs_l=psy-ab.3...1471.1471..4314...0.0..0.110.174.1j1......0....2j1..gws-wiz.....0.5qTRLms_d90&ved=0ahUKEwjF6Jb_ruHjAhVsx4UKHfp-BzMQ4dUDCAU&uact=5 https://www.google.com/search?source=hp&ei=WLJCXfnDFI-TlwTl7KU4&q=%22neural+network%22+%22learning+algorithms%22+site%3Aac.uk&oq=%22neural+network%22+%22learning+algorithms%22+site%3Aac.uk&gs_l=psy-ab.3...1525.1525..2746...0.0..0.116.175.1j1......0....2j1..gws-wiz.....0.49O3UCL1o2s&ved=0ahUKEwj5z9Gur-HjAhWPyYUKHWV2CQcQ4dUDCAU&uact=5 |
| Levenberg–Marquardt algorithm | https://en.wikipedia.org/wiki/Levenberg%E2%80%93Marquardt_algorithm |
| LSTM, red | "Long Short-Term Memory". Es un tipo especial de red neuronal recurrente (RNN) capaz de aprender dependencias long-term (largo plazo). |
| machine learning | |
| Markdown | TensorFlow. Es un paquete de Python. |
| MATLAB | Es una plataforma de programación diseñada para ingenieros y científicos. |
| MATLAB Deep Learning Toolbox | https://www.mathworks.com/products/deep-learning.html https://www.mathworks.com/help/deeplearning/ug/choose-a-multilayer-neural-network-training-function.html |
| MATLAB Deep Network Designer | https://www.mathworks.com/help/deeplearning/ref/deepnetworkdesigner-app.html |
| Mean squared error | https://en.wikipedia.org/wiki/Mean_squared_error https://www.tensorflow.org/api_docs/python/tf/keras/losses/MeanSquaredError Calculate the "mean square error" (mse). https://www.tensorflow.org/api_docs/python/tf/keras/Sequential#evaluate |
| MKL, Intel | Intel Math Kernel Library. Librería de núcleo matemático de Intel. Es una librería de rutinas matemáticas optimizadas para ciencia, ingeniería y aplicaciones financieras. Las funciones matemáticas núcleo incluyen BLAS, LAPACK, ScaLAPACK, solucionadores dispersos, transformada de Fourier rápida y matemáticas de vector. Están optimizadas para procesadores Intel. Esta librería está disponible para Windows, Linux y macOS. |
| MKL-DNN, Intel | Intel "Math Kernel Library for Deep Neural Networks". Librería de núcleo de matemáticas de Intel para redes neuronales profundas. |
| ML | "Machine Learning". |
| MLP | "Multilayer Perceptron". https://en.wikipedia.org/wiki/Multilayer_perceptron |
| Model | Neural network. |
| Modelo | Red neuronal. |
| MXNet | Es un framework de deep learning que te permite mezclar los sabores de programación simbólica y programación imperativa para maximizar la eficiencia y la productividad. La libería es portable y ligera, y se escala a múltiples GPUs y múltiples máquinas. https://mxnet.apache.org/ |
| Nernst equation | Neuroscience. https://en.wikipedia.org/wiki/Nernst_equation |
| Nervous system | Neuroscience. https://en.wikipedia.org/wiki/Nervous_system |
| neural network | |
| neural network | Example of simple neural network in Python with TensorFlow. https://xformulas.net/source_code/python/simple_neural_network.php https://xformulas.net/images/simple_neural_network.jpg |
| Neuron | Neuroscience. https://en.wikipedia.org/wiki/Neuron |
| Neuroscience | https://en.wikipedia.org/wiki/Neuroscience |
| Neurotransmitter | Neuroscience. https://en.wikipedia.org/wiki/Neurotransmitter |
| NLP | "Natural Language Processing". |
| NLTK | "Natural Language Toolkit". |
| NumPy | NumPy is a scientific computing package for Python. https://www.numpy.org/ import numpy as np xx = np.array([[5.0, 1.0, 0.0, 3.0]]) print(xx.shape) |
| NVCaffe | NVIDIA Caffe. Es un fork mantenido por NVIDIA de Caffe ajustado para GPUs NVIDIA, particularmente en configuraciones multi GPU. Incluye soporte de multiprecisión así como otras características mejoradas de NVIDIA y ofrece rendimiento especialmente ajustado para NVIDIA DGX-2, DGX-1 y DGX Station. http://docs.nvidia.com/deeplearning/dgx/caffe-release-notes/index.html http://caffe.berkeleyvision.org/ |
| NVSwitch, NVIDIA | Se usa en DGX-2. |
| ONNX | "Open Neural Network Exchange". Es un formato para modelos de deep learning que permite interoperabilidad entre diferentes frameworks de IA. ONNX está siendo desarrollado por Microsoft, Amazon y Facebook como un proyecto open source. En su primera versión soportará los frameworks de deep learning Caffe2, PyTorch, MXNet y Microsoft CNTK. ONNX es una representación de modelo compartida para interoperabilidad framework y optimización compartida. Codesarrollado por Microsoft y soportado por muchos otros, ONNX permite a los desarrolladores mover modelos entre frameworks tales como CNTK, Caffe2, MXNet y PyTorch. https://onnx.ai/ |
| OpenCL | Similar to CUDA, but runs on anything. Usually slower on NVIDIA hardware. https://en.wikipedia.org/wiki/OpenCL |
| OpenCV | OpenCV (Open source computer vision) is a library of programming functions mainly aimed at real-time computer vision. https://en.wikipedia.org/wiki/OpenCV https://opencv.org/ |
| OpenNI | "Open Natural Interaction". The OpenNI Framework contains a set of open source APIs that provide support for natural interaction with devices via methods such as voice command recognition, hand gestures, and body motion tracking. |
| OpenVino toolkit | Develop applications and solutions that emulate human vision with the Intel® Distribution of OpenVINO™ toolkit. Based on convolutional neural networks (CNN), the toolkit extends workloads across Intel® hardware (including accelerators) and maximizes performance. https://software.intel.com/en-us/openvino-toolkit |
| OpenVX | OpenVX is an open, royalty-free standard for cross platform acceleration of computer vision applications. https://en.wikipedia.org/wiki/OpenVX |
| Optical coherence tomography | High spatial resolution (< 1 um). See also "Cryo-electron tomography". https://en.wikipedia.org/wiki/Optical_coherence_tomography https://xformulas.net/images/relative_sizes.jpg |
| optimization algorithm | Learning algorithm, training algorithm or optimization algorithm. https://www.google.com/search?source=hp&ei=U7NCXbyVHoacaca7kxA&q=%22neural+network%22+%22optimization+algorithms%22+site%3Aedu&oq=%22neural+network%22+%22optimization+algorithms%22+site%3Aedu&gs_l=psy-ab.3...1462.1462..2038...0.0..0.106.170.1j1......0....2j1..gws-wiz.....0.xKJVh5eBOhM&ved=0ahUKEwj8irOmsOHjAhUGThoKHcbdBAIQ4dUDCAU&uact=5 https://www.google.com/search?source=hp&ei=c7NCXbzcK8yua-7hg8AB&q=%22neural+network%22+%22optimization+algorithms%22+site%3Aac.uk&oq=%22neural+network%22+%22optimization+algorithms%22+site%3Aac.uk&gs_l=psy-ab.3...1195.1195..2858...0.0..0.100.175.1j1......0....2j1..gws-wiz.....0.sg2H4zd0US4&ved=0ahUKEwj84eG1sOHjAhVM1xoKHe7wABgQ4dUDCAU&uact=5 |
| optimizer | TensorFlow. https://www.tensorflow.org/api_docs/python/tf/train/GradientDescentOptimizer Set the training algorithm (the optimizer) and the learning rate. https://www.tensorflow.org/api_docs/python/tf/keras/Sequential#compile |
| PaddlePaddle | Proporciona un interfaz intuitivo y flexible para cargar datos y especificar estructuras de modelos. Soporta CNN, RNN, variantes múltiples y configura modelos profundos complicados fácilmente. Proporciona operaciones optimizadas extremadamente, reciclaje de memoria y comunicación de red. PaddlePaddle hace fácil escalar recursos de computación heterogeneos y almacenamiento para acelerar el proceso de entrenamiento. http://www.paddlepaddle.org/ |
| Pandas | |
| peta | 10^15 |
| Placer | Neurociencia. |
| PlaidML | |
| Pleasure | Neuroscience. http://thebrain.mcgill.ca/flash/d/d_03/d_03_cr/d_03_cr_que/d_03_cr_que.html |
| Potencial de acción | Neurociencia. Los "potenciales de acción" se propagan extremadamente despacio, a unos 10 m/s. https://es.wikipedia.org/wiki/Potencial_de_acci%C3%B3n "Las velocidades de conducción del potencial de acción varían, si bien 10 m/s es una velocidad típica. Debemos recordar que desde el inicio hasta el final la duración del potencial de acción es de unos 2 ms. A partir de este dato, podemos calcular la longitud de la membrana que está implicada en el potencial de acción en cualquier momento: 10 m/s x 2 x 10^-3 s = 2 x 10^-2 m. Así pues, un potencial de acción que se desplaza a 10 m/s abarca 2 cm del axón." Transcripción de fragmento del libro "NEUROCIENCIA. La exploración del cerebro", 3ª edición, de Mark F. Bear, Barry Connors y Michael Paradiso. Capítulo 4, página 94. |
| PowerAI Enterprise, IBM | Plataforma de inteligencia artificial de IBM. https://www.ibm.com/us-en/marketplace/deep-learning-platform |
| propagation constant | |
| protobuf | TensorFlow. Es un paquete de Python. |
| Pyro, Uber | Software para programación probabilística. |
| Python | Python is an interpreted, high-level, general-purpose programming language. https://en.wikipedia.org/wiki/Python_(programming_language) |
| PyTorch | Facebook. Es una librería de machine learning para Python basada en Torch usada para aplicaciones tales como procesado de lenguaje natural. Está desarrollada principalmente por el grupo de investigación de inteligencia artificial de Facebook. Proporciona 2 características de alto nivel: computación "Tensor" (como NumPy) con aceleración GPU fuerte, y redes neuronales profundas construidas sobre un sistema autodiff basado en cinta. PyTorch soporta varios tipos de tensores. PyTorch es un framework computacional de tensores acelerado por GPU con front end Python. Funcionalmente puede ser fácilmente extendido con librerías Python comunes tales como NumPy, SciPy y Cython. La diferenciación automática es realizada con un sistema basado en cinta en ambos un funcional y nivel de capa de red neuronal. Esta funcionalidad trae un alto nivel de flexibilidad y velocidad como un framework deep learning y proporciona funcionalidad tipo NumPy acelerada. PyTorch es una plataforma de aprendizaje profundo de fuente abierta que provee un camino sin problemas desde prototipado de investigación hasta desarrollo de producción. https://pytorch.org/ |
| PyTorch Tensor | Similares a los arrays NumPy, con el añadido de que los tensores pueden también ser usados sobre GPUs que soporten CUDA. |
| R | |
| R-CNN | La "R" se refiere a región. Para detección de objetos. Ver CNN. |
| RCNN | Ver RCNN. |
| red neuronal | |
| Regla de Hebb | Neurociencia. Potenciación a largo plazo (PLP). Regla de Hebb (1949): Si una neurona presináptica A se activa repetidas veces a la vez que la neurona postsináptica B, hay un cambio metabólico que refuerza la eficacia de A excitando B. |
| relative sizes | Neuroscience. https://xformulas.net/images/relative_sizes.jpg |
| ResNet-101 | Es un modelo. |
| ResNet-50 | Es un modelo. |
| Reward circuit | Neuroscience. |
| Reward system | Neuroscience. https://en.wikipedia.org/wiki/Reward_system |
| RNN | "Recurrent Neural Network". Es una clase de red neuronal artificial donde las conexiones entre nodos forman un gráfico dirigido a lo largo de una secuencia. Esto permite exhibir un comportamiento dinámico temporal para una secuencia de tiempo. A diferencia de las FNNs, las RNNs pueden usar su estado interno (memoria) para procesar secuencias de entradas. |
| scikit-learn | |
| SciPy | Es una librería de Python. |
| SGD | "Stochastic Gradient Descent". Descenso de gradiente estocástico. |
| Sigmoid function | https://en.wikipedia.org/wiki/Sigmoid_function https://www.tensorflow.org/api_docs/python/tf/keras/activations/sigmoid |
| Sigmoide, función | https://es.wikipedia.org/wiki/Funci%C3%B3n_sigmoide |
| Sinapsis | Neurociencia. https://es.wikipedia.org/wiki/Sinapsis |
| Sistema de recompensa | Neurociencia. Ver "Reward system". |
| Sistema Nervioso animal | Neurociencia. Si tratamos de buscar semejanzas de una red neuronal artificial con el sistema nervioso animal, cada peso en el sistema nervioso animal (w[i,j]) sería algo parecido a las características de la sinapsis y las neuritas presináptica y postsináptica. La repetición para evitar el dolor y maximizar la "satisfacción" (placer) a lo largo del tiempo, es lo que provoca el aprendizaje en el sistema nervioso animal. En las redes neuronales el aprendizaje también se consigue mediante la repetición (los pesos w[i,j] cambian solamente un poco en cada iteración). El mayor o menor tránsito de potenciales de acción cambia las propiedades eléctricas de las sinapsis y las neuronas. Cuanto mejor son satisfechas las necesidades (menos dolor, más "satisfacción"), más dopamina se libera, que provoca que aumente el tamaño y la efectividad de los circuitos neuronales (pensamientos) que se encuentren activos, es decir, aumentan los pesos w[i,j] de las conexiones de esos circuitos. El objetivo del sistema nervioso parece que debería ser satisfacer lo mejor posible las necesidades a lo largo del tiempo. Esto está fuertemente relacionado con la Teoría de la Evolución de Charles Darwin, y parece claro que es una consecuencia necesaria de dicha teoría. Sigmund Freud también se refiere al placer y dice algo parecido (entre otras cosas). En general el objetivo del sistema nervioso es maximizar el placer (menos dolor, más "satisfacción") desde el presente hasta un tiempo futuro que depende mucho de lo aprendido (incluidas las creencias religiosas). Si pudiéramos medir en cada instante con un número como de bien están siendo satisfechas las necesidades, el objetivo del sistema nervioso debería ser maximizar la integral de ese número desde el instante de tiempo presente hasta el tiempo en el que vamos a morir, o incluso hasta el infinito, si es lo que dice tu religión y estás absolutamente convencido de que es cierto lo que dice tu religión. Ver "Regla de Hebb", "Reward system" y "dopamina". |
| six | TensorFlow. Es un paquete de Python. |
| snippet | [Referred to OpenCV] |
| Synapse | Neuroscience. https://en.wikipedia.org/wiki/Synapse |
| TBB | See "Threading Building Blocks". |
| Tensor | Array multidimensional. |
| tensorboard | TensorFlow. Es un paquete de Python. |
| TensorFlow | Google. Es una librería para computación numérica de alto rendimiento. Su arquitectura flexible permite fácil desarrollo de computación a través de una variedad de plataformas (CPUs, GPUs, TPUs), y desde escritorios hasta clusters de servidores hasta dispositivos edge y móviles. TensorFlow es una librería para computación numérica que usa gráficos de flujo de datos. Los nodos en el gráfico representan operaciones matemáticas, mientras que los bordes de gráfico representan los arrays de datos multidimensionales (tensores) que fluyen entre ellos. Esta arquitectura flexible te permite desplegar computación para una o más CPUs o GPUs en un escritorio, servidor, o dispositivo móvil sin reescribir código. TensorFlow fue originalmente desarrollada por investigadores e ingenieros trabajando en el equipo Google Brain dentro de la organización de investigación de inteligencia de máquina de Google para los propósitos de conducir machine learning e investigación de redes neuronales profundas. El sistema es bastante general para ser aplicable en una amplia variedad de otros dominios, también. https://www.tensorflow.org/ |
| tensorflow | TensorFlow. Es un paquete de Python. |
| tensorflow-estimator | TensorFlow. Es un paquete de Python. |
| TensorRT Inference Server | Servidor de inferencia de TensorRT. Provee una solución de inferencia de centro de datos optimizada para GPUs NVIDIA. Maximiza la utilización de inferencia y rendimiento sobre GPUs vía un punto final de gRPC o HTTP, permitiendo a clientes remotos pedir inferencia para cualquier modelo que esté siendo manejado por el servidor, así como suministrando métricas en tiempo real sobre latencia y peticiones. El servidor de inferencia TensorRT provee una solución de inferenciación de nube optimizada para GPUs NVIDIA. https://docs.nvidia.com/deeplearning/sdk/ |
| TensorRT, NVIDIA | Es una librería de C++ que facilita la inferencia de rendimiento alto sobre unidades de procesamiento gráfico (GPUs) de NVIDIA. TensorRT toma una red entrenada, la cual consiste de una definición de red y un conjunto de parámetros entrenados, y produce un motor de ejecución optimizado altamente el cual realiza inferencia para esa red. Puedes describir una red de TensorRT usando un API de Python o C++, o puedes importar un modelo existente de Caffe, ONNX o TensorFlow usando uno de los parsers suministrados. TensorRT provee API's vía C++ y Python que ayudan a expresar modelos de deep learning vía el API de Definición de la Red o cargar un modelo predefinido vía los parsers que permiten a TensorRT optimizar y ejecutarlos sobre una GPU NVIDIA. TensorRT aplica optimizaciones de gráfico, fusión de capas, entre otras optimizaciones, mientras también encontrar la implementación más rápida de ese modelo aprovechando una colección diversa de kernels optimizados altamente. TensorRT también suministra un tiempo de ejecución que puedes usar para ejecutar esa red sobre todas las GPUs de NVIDIA desde la generación Kepler hacia adelante. http://docs.nvidia.com/deeplearning/sdk/ |
| tera | 10^12 |
| termcolor | TensorFlow. Es un paquete de Python. |
| Theano | Theano es una librería Python que te permite definir, optimizar, y evaluar expresiones matemáticas que involucran arrays multidimensionales eficientemente. Theano ha estado alimentando investigaciones científicas intensivas computacionalmente de gran escala desde 2007. Pero es también bastante accesible para ser usado en el aula. http://deeplearning.net/software/theano |
| Threading Building Blocks, Intel | It is used inside OpenCV for parallel code snippets. Using this will make sure that the OpenCV library will take advantage of all the cores you have in your system's CPU. |
| Tomografía | Extraer red neuronal de un animal muerto. https://es.wikipedia.org/wiki/Tomograf%C3%ADa https://elpais.com/sociedad/2013/06/20/actualidad/1371742600_459472.html |
| Tomography | Extract neural network from a dead animal. See also "Cryo-electron tomography". https://en.wikipedia.org/wiki/Tomography https://www.youtube.com/watch?v=ldXEuUVkDuw https://www.youtube.com/watch?v=aoUgQtaotg4 https://www.youtube.com/watch?v=gv6Gxbp8Rvs |
| Torch | Es un framework de computación científica que ofrece librerías de optimización y red neuronal populares que son fáciles de usar sin embargo proporcionan flexibilidad máxima para construir topologías de red neuronal complejas. Torch es un framework de computación científica con soporte amplio para algoritmos de deep learning. Torch es fácil de usar y eficiente, gracias a un lenguaje de script rápido y fácil, Lua, y a una implementación C/CUDA subyacente. http://torch.ch/ |
| TPU | "Tensor Processing Unit". A tensor processing unit (TPU) is an AI accelerator application-specific integrated circuit (ASIC) developed by Google specifically for neural network machine learning. https://en.wikipedia.org/wiki/Tensor_processing_unit |
| train neural network | See "learning". Train the neural network. https://www.tensorflow.org/api_docs/python/tf/keras/Sequential#fit |
| training algorithm | Learning algorithm, training algorithm or optimization algorithm. https://www.google.com/search?source=hp&ei=jLJCXYHkKY-WlwSpmYjoDQ&q=%22neural+network%22+%22training+algorithms%22+site%3Aedu&oq=%22neural+network%22+%22training+algorithms%22+site%3Aedu&gs_l=psy-ab.3...1373.1373..1962...0.0..0.99.167.2......0....2j1..gws-wiz.....0.9jpwS9FuxFQ&ved=0ahUKEwiB2szHr-HjAhUPy4UKHakMAt0Q4dUDCAU&uact=5 https://www.google.com/search?source=hp&ei=v7JCXd9wkJuXBOjfpYAM&q=%22neural+network%22+%22training+algorithms%22+site%3Aac.uk&oq=%22neural+network%22+%22training+algorithms%22+site%3Aac.uk&gs_l=psy-ab.3...1555.1555..3421...0.0..0.106.170.1j1......0....2j1..gws-wiz.....0.dObZ2OrNb4I&ved=0ahUKEwifzMzfr-HjAhWQzYUKHehvCcAQ4dUDCAU&uact=5 |
| training function | See "training algorithm". |
| VGG-16 | Es un modelo. |
| VGG-19 | Es un modelo. |
| Watson | https://en.wikipedia.org/wiki/Watson_(computer) https://elpais.com/diario/2011/02/18/radiotv/1297983603_850215.html |
| wave propagation | https://en.wikipedia.org/wiki/Wave_propagation |
| Werkzeug | TensorFlow. Es un paquete de Python. |
| word2vec | |
| wrapt | TensorFlow. Es un paquete de Python. |