0 calificaciones0% encontró este documento útil (0 votos)
13 vistas1 página
El documento describe los pasos para entrenar una red neuronal artificial mediante el algoritmo de retropropagación. Estos incluyen inicializar los pesos de la red, seleccionar un vector de entrada y objetivo de salida, propagar la salida hasta la capa final, actualizar los pesos de la neurona con menor valor de salida para invertir la salida actual hasta obtener la deseada, y repetir el proceso para nuevos vectores de entrada y modificando los pesos de otras neuronas si es necesario.
El documento describe los pasos para entrenar una red neuronal artificial mediante el algoritmo de retropropagación. Estos incluyen inicializar los pesos de la red, seleccionar un vector de entrada y objetivo de salida, propagar la salida hasta la capa final, actualizar los pesos de la neurona con menor valor de salida para invertir la salida actual hasta obtener la deseada, y repetir el proceso para nuevos vectores de entrada y modificando los pesos de otras neuronas si es necesario.
El documento describe los pasos para entrenar una red neuronal artificial mediante el algoritmo de retropropagación. Estos incluyen inicializar los pesos de la red, seleccionar un vector de entrada y objetivo de salida, propagar la salida hasta la capa final, actualizar los pesos de la neurona con menor valor de salida para invertir la salida actual hasta obtener la deseada, y repetir el proceso para nuevos vectores de entrada y modificando los pesos de otras neuronas si es necesario.
1. Seleccionar el vector de entrada X, con el vector objetivo de salida, D,
2. Calcular la salida y propagarla hasta la
capa de salida
3. Se calcula el vector S de la capa oculta y
se toma la neurona que tenga el menor valor de S
4. Se actualiza el peso de esta neurona
hasta que se invierta la salida y se obtenga el valor deseado
5. Se presenta un nuevo vector de
entrada y si se obtienen los valores deseados se termina el proceso 6. Se modifican las otras neuronas de la capa oculta y se repiten el paso 5. 7. Si no se obtiene se modifican los pesos de las neuronas de la capa anterior repitiendo los pasos 3a6 8. Si no se obtiene se modifican los pesos de las neuronas de la capa anterior repitiendo los pasos 3a6