A煤n no tienes acceso a esta clase

Crea una cuenta y contin煤a viendo este curso

Arquitectura de una red neuronal

7/28
Recursos

Aportes 10

Preguntas 2

Ordenar por:

驴Quieres ver m谩s aportes, preguntas y respuestas de la comunidad? Crea una cuenta o inicia sesi贸n.

La arquitectura de la red puede ser dividida en tres partes:

  • La capa de entrada en donde los datos son introducidos.
  • La cada de salida que hace una predicci贸n
  • Las capas ocultas, que se encuentran entre la capa de salida y la capa de entrada. Las capas ocultas son quienes hacen las operaciones matem谩ticas.

__
Dentro de la arquitectura de la red neuronal ocurren muchas operaciones de producto punto entre las entradas de cada perceptron con sus respectivos pesos. Estas operaciones son lineales.

Las funciones de activaci贸n son la soluci贸n al colapso de las linealidades de las capas de la red neuronal.

Les dejo esta herramienta de tensorflow es una herramienta para entrenar varias redes neuronales de clasificaci贸n de puntos, es muy interactiva y divertida para que le echen un ojito.

Un peque帽o aporte de algebra lineal. El producto punto es una operac铆贸n entre dos vectores y da como resultado un escalar. Cuando el profesor explic贸 la operaci贸n W*X se referia a una multiplicaci贸n entre dos matrices que da como resultado otra matriz.

Arquitectura de una red neuronal

Una red neuronal esta compuesta de capaz
cada capa agrega informacion a la siguiente capa de la red

La capa inicial de entrada es el Input Layer, todas la capaz entrea la inicial y la final son las capas ocultas o Hidden Layers y la capa final es la capa de salida o Output Layer

Cada capa de las red neuronal trabaja con caracteristicas que le fueron pasada de la red anterior

la operacion de una capa de una red a la siguiente se puede comprender como producto 鈥減unto鈥 entre una matriz y un vector
siendo este la multiplicacion entre matriz y vectores

y luego se le suma el bias el cual es una constante cuyo valor cambia igual que los pesos

dentro de una red neuronal ocurren miles de operciones de producto punto de matrices, y en cada iteracion se recalculan el valor de los pesos y constantes que se utilizaran en cada operacion.

Existe un problema matematico que si todas las operaciones son lineales no importa la cantidad de capaz el resultado seria una linea la cual perderia todo el aprendizaje hecho, para evitar esto las redes neuronales cuentan con las 鈥渇unciones de activacion鈥

Les recomiendo ampliamente esta serie de videos, explican el funcionamiento de las redes neuronal, al igual que las funciones que se utilizan en dentro de ellas.

Presiona Aqu铆

Al igual que en la clase anterior, encontr茅 este video del mismo canal que explica los conceptos de manera muy intuitiva. Lo comparto para la comunidad:

https://www.youtube.com/watch?v=uwbHOpp9xkc&list=PL-Ogd76BhmcB9OjPucsnc2-piEE96jJDQ&index=2

Les comparto una imagen saqu茅 de este video: https://www.youtube.com/watch?v=ZUKz4125WNI

estoy facinado este es el curso mas facinante y te贸rico que he visto en platzi

Hola profesor Carlos. Quer铆a felicitarlo por su curso y decirle que me ha parecido muy buena su forma de explicar por lo coloquial de las palabras. Quisiera tambi茅n una sugerencia nada trascendental y es que ser铆a apropiado cambiar la notaci贸n de los pesos W, en el sentido de que evitar铆a confusiones si se escribe Wij para notar el peso de la variable Xi ponderada en la neurona aj (hablando en t茅rminos de la notaci贸n vista en el minuto 2:04).

Esta hablando de combinaciones lineales, definici贸n bastante confusa cuando vi 谩lgebra