Del curso: C++: Construye redes neuronales
Introducción al algoritmo de retropropagación para el entrenamiento de redes neuronales en C++ - Tutorial de C++
Del curso: C++: Construye redes neuronales
Introducción al algoritmo de retropropagación para el entrenamiento de redes neuronales en C++
El algoritmo de backpropagation, o retropropagación, es uno de los más conocidos para entrenar redes neuronales artificiales En esta lección, entenderemos para qué sirve y cuál es su esquema básico. El algoritmo de retropropagación ayuda a la red neuronal a comprender cómo ajustar sus pesos y sesgos para producir la salida que se espera al recibir una entrada determinada. Este algoritmo cuenta con unos pasos muy sencillos que estoy seguro de que vamos a comprender. Vamos allá. En primer lugar, se alimenta a la red con un conjunto de entradas. Una vez la red neuronal produce una salida, el objetivo del segundo paso es comparar la respuesta de la red con la respuesta correcta para averiguar cuánto se ha equivocado. Para calcular cuán precisa es la red, se recurre al error cuadrático medio, que, básicamente, se trata de calcular la diferencia entre la respuesta de la red y la correcta, elevarla al cuadrado, y luego promediar todas las diferencias obtenidas. En base a esta información, se calcula el término de error para cada salida, que no es más que averiguar cuánto necesita cambiar cada salida para acercarse a la respuesta correcta. En cuarto lugar, se calcula el término de error de cada unidad en cada etapa. Claro, no solo las neuronas de salida deben ajustarse, sino también todas las neuronas de cada una de las capas. Desde la salida, se retrocede hacia la entrada. Como podrás imaginar, de aquí radica el nombre del algoritmo, retropropagación. Finalmente, se calculan unos términos conocidos como deltas y se actualizan los pesos. Las deltas representan la cantidad de ajuste que se requiere aplicar a los pesos de las conexiones entre las diferentes neuronas de la red, para reducir, al mínimo posible, el error producido en la salida de dicha red.
Contenido
-
-
-
-
-
-
(Bloqueado)
Por qué entrenar una red neuronal1 min 45 s
-
(Bloqueado)
Introducción al proceso de entrenamiento2 min 43 s
-
Introducción al algoritmo de retropropagación para el entrenamiento de redes neuronales en C++1 min 50 s
-
(Bloqueado)
Algoritmo de retropropagación: alimenta la red y calcula el error cuadrático medio en C++46 s
-
(Bloqueado)
Algoritmo de retropropagación: calcula los términos de error de salida en C++1 min 1 s
-
(Bloqueado)
Algoritmo de retropropagación: calcula el término de error de cada unidad en cada capa en C++43 s
-
(Bloqueado)
Algoritmo de retropropagación: calcula las deltas y actualiza los pesos1 min 14 s
-
(Bloqueado)
-