El Deep Learning no deja de sorprendernos y es por eso que en esta sesión os proponemos ver los últimos avances y el estado del arte del Deep learning. Para ello, utilizaremos como pilar de la sesión uno de los últimos modelos publicados: “Dall-e”, el cual se basa en un modelo de "transformers", siendo capaz de generar imágenes a partir de descripciones de texto. Aquí os dejamos el link donde podeis saber mas del modelo que os estamos comentando: https://openai.com/blog/dall-e/

En esta sesión nos enfocaremos a explicar como se desarrollaría un pipeline de entrenamiento del modelo Dall-e para que aprenda sobre formas geométricas usando varios servicios de Azure. Lo mas importante de todo esto no es solo como se entrena Dalle, si no aprender al mismo tiempo a organizar nuestro proyecto y de como entrenar los modelos de Deep Learning mas actuales en Azure.

Para ello utilizaremos Databricks, sera el encargado de gestionar nuestro entrenamiento y validación del modelo, se comentaran el porque y curiosidades del uso de dicho servicio. Se registraran en Azure Machine Learning Service las métricas correspondientes para un modelo de este tipo y se explicaran dichas metricas por consiguiente para entender mejor el porque del modelo seleccionado. Finalmente, el modelo generado y evaluado y que haya pasado nuestros "checks" lo guardaremos en el registro de modelos de Azure Machine Learning Service.

Una vez que hayamos entrenado nuestro modelo y haya una versión estable en el registro de Azure Machine Learning, se motrara el componente final para darle uso a dicho modelo. Este ultimo sera un pequeño asistente virtual, haciendo uso de bot framework, el cual ayudará y se comportara como profesor hacia los alumnos para que puedan aprender sobre formas geométricas!