Clase 122 — PyTorch fundamentos: tensores, autograd, nn.Module

Parte: 2 — Deep Learning · Fuente: PyTorch tutorials + Howard & Gugger, Deep Learning for Coders with fastai & PyTorch. ⏱️ Duración estimada: 90 min.

🎯 Objetivo

Aprender PyTorch —el framework dominante en research y en LLMs/multimodal 2026—. Cubrir: tensores (similar a NumPy, en GPU), autograd (requires_grad, .backward()), nn.Module (forma de definir modelos), Dataset/DataLoader para data pipelines. Equivalencias 1:1 con Keras/TF de las clases anteriores.

📚 Resultados de aprendizaje

Al finalizar, el estudiante podrá:

• Crear tensores: torch.tensor, torch.zeros, torch.randn, device='cuda'.
• Aplicar autograd: x.requires_grad_(True); y = f(x); y.backward(); x.grad.
• Definir un MLP custom: class Net(nn.Module): def __init__(self): ...; def forward(self, x): ....
• Escribir el loop manual: optimizer.zero_grad(); loss.backward(); optimizer.step().
• Usar Dataset y DataLoader para pipelines de datos.

🗺️ Temas

• Tensors vs ndarray, .to(device).
• Computation graph dinámico (vs estático TF1) — define-by-run.
• requires_grad y autograd.
• nn.Module, nn.Linear, nn.Sequential, nn.functional.
• Loss funcs: nn.CrossEntropyLoss, nn.MSELoss.
• Optim: torch.optim.Adam(model.parameters(), lr=...).
• Dataset + DataLoader(num_workers, pin_memory).

📖 Definiciones y características

• torch.tensor: similar a np.ndarray pero con GPU + autograd.
• nn.Module: clase base de todos los modelos. __init__ declara capas, forward define forward.
• nn.Parameter: tensor con requires_grad=True registrado automáticamente.
• optimizer.zero_grad(): OBLIGATORIO al inicio de cada batch (sino se acumulan).
• model.train() / model.eval(): cambia comportamiento de BatchNorm y Dropout.
• with torch.no_grad():: contexto para inference, no construye grafo.

📂 Dataset / recursos

• Fashion-MNIST vía torchvision.datasets.
• Librerías: torch, torchvision.

🧪 Ejercicios

1. Tensores: crear, mover a GPU, operaciones básicas. Comparar con NumPy.
2. Autograd: x = torch.tensor([2.0], requires_grad=True); y = x**3; y.backward(); print(x.grad) → debe ser 12.
3. MLP custom: definir clase con 2 nn.Linear + ReLU. Verificar model.parameters().
4. Training loop manual: Fashion-MNIST, 1 época, reportar loss.
5. DataLoader: DataLoader(dataset, batch_size=32, shuffle=True, num_workers=2). Iterar.

📝 Homework verificable

Reproducir el modelo de Fashion-MNIST de Clase 091 en PyTorch:

1. MLP [300, 100, 10].
2. CrossEntropy loss, Adam(1e-3).
3. EarlyStopping manual (cuando val_loss no baja por 5 épocas).
4. Reportar test accuracy.

Criterio de aceptación: accuracy ≥ 0.87 (igual que la versión Keras); código compacto y legible.

⚠️ Errores comunes

❓ Preguntas frecuentes

❓ ¿PyTorch o TF/Keras?

PyTorch para research, LLMs, multimodal, HuggingFace ecosystem. Keras para tabular/imagen estándar. Saber ambos.

❓ ¿torch.compile mejora velocidad?

Sí — model = torch.compile(model) en PyTorch 2.0+: 2-5× speedup automático sin cambiar código.

❓ ¿Equivalente de Keras fit?

PyTorch puro no lo tiene. Lo provee Lightning (clase 108b) y HuggingFace Trainer.

❓ ¿nn.Sequential o nn.Module custom?

Sequential para pilas lineales. Custom Module para cualquier topología no trivial.

❓ ¿GPU mac (Apple Silicon)?

device='mps' desde PyTorch 1.12. Funcional, ~50-80 % de NVIDIA performance.

🔗 Referencias

• PyTorch tutorials.
• Howard & Gugger, Deep Learning for Coders with fastai & PyTorch.
• Paszke et al. (2019), PyTorch: An Imperative Style, High-Performance Deep Learning Library, NeurIPS.

📥 Material descargable

• 📄 Guía explicativa (PDF) — versión imprimible con todo el contenido de la clase.
• 🎞️ Presentación (PPTX) — deck PowerPoint listo para proyectar en clase.
• 🧮 Notebook ejecutable (.ipynb) — abrilo desde el laboratorio del programa o desde Jupyter.

➡️ Siguiente clase

Clase 123 — PyTorch Lightning: Trainer, callbacks, distributed