Documentos de Académico
Documentos de Profesional
Documentos de Cultura
1
Ingeniería Mecatrónica
Figura 3: RESULTADOS 1
Figura 6: RESULTADOS 2
Aquí se observa una tasa de clasificación, ósea que se
representa como una red neuronal la cual poco a poco va
aprendiendo a clasificar los datos.
En este ejercicio es muy similar al primero solo que
n este se tendrá una función que ira hacia adelante en
cambio la primera iba hacia atrás.
Figura 4: RESULTADOS 1
Figura 7: RESULTADOS 2
Figura 5: RESULTADOS 1
Figura 8: RESULTADOS 3
Aquí se clasifica el error y como se observa va desde
2
Ingeniería Mecatrónica
Aquí se mira como mejora. Fueron necesarios 3 códigos para la práctica completa.
3
Ingeniería Mecatrónica
plt.plot(costs)
plt.show()
if __name__ == '__main__':
main()
4
Ingeniería Mecatrónica
5
Ingeniería Mecatrónica
CÓDIGO 3.1
V += learning_rate*gV
c += learning_rate*gc
W += learning_rate*gW
b += learning_rate*gb
return W, b, V, c
fig = plt.figure()
Referencias
ax = fig.add_subplot(111, projection='3d')
ax.plot_trisurf(Xgrid[:,0], Xgrid[:,1], R, linewidth=0.2, [1] Rodrigo Salas. Redes neuronales artificiales. Univer-
,→ antialiased=True) sidad de Valparaıso. Departamento de Computación, 1,
plt.show()
2004.
[2] Graciela De Luca, Martín Cortina, Nicanor Casas, Es-
Con este código se quiso ver el comportamiento de la teban Andrés Carnuccio, Sebastián Barillaro, Daniel
red neuronal dentro la función silla de montar. Giulianelli, and Sergio Martín. Desarrollo de un pro-
totipo para un visualizador de estructuras de un sis-
tema operativo en ejecución a través de la comunica-
3.2 Montajes y funcionamiento ción serial. 2019.