Introducción a las redes neuronales

Las redes neuronales son computadoras que pueden calcular cosas que no son fáciles para las computadoras convencionales: deducir camino más simple de un recorrido, entender lenguaje natural, interpretar una imagen, deducir una secuencia, etc.

El perceptrón multicapa

En un modo muy extendido de red neuronal y un modelo muy simple de ejemplificar una red neuronal.
Una vez que elegimos una configuración para la red neuronal lo único que podemos hacer es ajustar los ω que son ajustes para las neuronas.

Peceptrón detectando que NO es gato

En el ejemplo hay un detector de imágenes que deduce si la imagen NO es la de un gato

Peceptrón detectando una gato

En el ejemplo hay un detector de imágenes que deduce si la imagen es la de un gato

Entrenamiento

Para entrenar una red neuronal necesitamos ejemplos que sepamos que funcionan y conozcamos el resultado.
La red neuronal tiene que ajustar las ω para terminar dando un resultado muy parecido al esperado, para estos tiene que pasar la lista de ejemplos una y otra vez hasta lograr los resultados deseados, dependiendo de la complejidad estas pasadas pueden ir de cientos a millones.

cambiamos la imagen y modificamos los ω para que cuando esta el gato prenda la luz y cuando NO está: la apague

Validación

Para validar el resultado logrado tenemos que probar con nuevos ejemplos en los que conozcamos el resultado de modo de ver si la red aprendió de modo general y no particular para los ejemplos ya usados, cuando la red de deduzca a partir de ejemplos nuevos realmente se la puede considerar entrenada.

Publicado en Tutoriales y etiquetado .

Deja un comentario

Tu dirección de correo electrónico no será publicada. Los campos obligatorios están marcados con *

*

code