Del curso: Fundamentos de Inteligencia artificial: Redes neuronales
Accede al curso completo hoy mismo
Únete hoy para acceder a más de 23.400 cursos impartidos por expertos del sector.
La ponderación de valor que aplican las redes neuronales
Del curso: Fundamentos de Inteligencia artificial: Redes neuronales
La ponderación de valor que aplican las redes neuronales
Ya sabemos que todas las neuronas de una red neuronal tienen un nivel de activación, que corresponde a un número entre cero y uno. Cuanto mayor sea ese número, más brillará la neurona. Cuando la neurona está radiante, la certeza es máxima. Las neuronas de la capa de entrada representan los píxeles de una imagen. Una neurona más brillante corresponde a un píxel más claro en la imagen canina. La primera capa oculta es capaz de delinear un perfil brillante de perro. Pasas de las 625 neuronas de la capa de entrada a un esbozo de alta calidad realizado con 20 neuronas de la primera capa oculta. La segunda capa oculta intentar organizar el esbozo según los patrones. Se centra en la cabeza del perro o la cola. Las neuronas de la capa oculta se encienden dependiendo del nivel de confianza. Pueden demostrar un nivel alto de confianza en que han descubierto la cabeza del perro. O tal vez las neuronas han conseguido identificar el fondo de la imagen. Cada capa se esfuerza al máximo para…
Practica mientras aprendes con los archivos de ejercicios.
Descarga los archivos que el instructor utiliza para enseñar el curso. Sigue las instrucciones y aprende viendo, escuchando y practicando.
Contenido
-
-
-
-
(Bloqueado)
Encuentra patrones complejos3 min 45 s
-
(Bloqueado)
Introduce datos en la red4 min 2 s
-
(Bloqueado)
Utiliza capas ocultas3 min 34 s
-
(Bloqueado)
La ponderación de valor que aplican las redes neuronales4 min 9 s
-
(Bloqueado)
Determina el nivel de activación4 min 16 s
-
(Bloqueado)
Agrega sesgos de activación4 min 38 s
-
(Bloqueado)
-
-
-