 00:05

Bueno, muy Buenos días para

 00:07

muy Buenos días, buenas tardes.

 00:09

Buenas noches. Bien, sí,

 00:11

realizando un poco en los demás debido

 00:14

a mucho de las Escrituras y demás,

 00:16

podemos recordar un poco,

 00:18

veremos en anotación directa

 00:19

de lo que es la render.

 00:21

Hola equipo adelante.

 00:26

Sí, en donde la relacionamos

 00:28

directamente a un comportamiento

 00:30

de la misma, una topología.

 00:31

Sí que la manejábamos de esta forma,

 00:34

de la misma forma de pensar Trump,

 00:36

donde podíamos tener entradas P.

 00:39

Sí. Nuestra polarización.

 00:42

Nuestros pesos sinápticos.

 00:46

Esta entrada es unitaria, estuve.

 00:51

Sí. Directamente. Asociado.

 00:58

A un núcleo, si en donde si recordamos

 01:00

un poco tenemos directamente lo que entra

 01:03

multiplicado por 1 peso sináptico si cad

 01:07

una de las entradas por 1 peso sináptico

 01:09

distinto asociado a la misma y lo mismo más,

 01:13

una polarización directamente si hablamos

 01:15

directamente de una red de 1 Live.

 01:18

On este caso, bueno la adaline,

 01:20

pues tenemos una salida,

 01:22

una función de activación que

 01:24

es de tipo linear lineal sí,

 01:26

y una salida como tal.

 01:28

Bien, también asociamos una entrada neta.

 01:31

Esa entrada neta,

 01:32

en este caso se dice debido a esa función

 01:36

de activación que mi entrada neta es igual.

 01:39

A la salida, esa es la única

 01:41

particularidad que nosotros tenemos,

 01:43

venimos teniendo sentido si hablamos de un

 01:46

aprendizaje de lo que era muy duro, hijo.

 01:49

Obtuvieron a anjob.

 01:51

Sí que tenían ciertas particularidades,

 01:54

resolvimos unos ejercicios en

 01:57

su momento de una compuerta.

 01:59

Sí, muy particularmente.

 02:01

La codificación, por favor,

 02:04

quiero que lo recuerden que es finalizar.

 02:07

Al final, su respuesta bueno

 02:09
 finalizar con 11 y su respuesta,

 02:11

cuando es correcta,

 02:12

su respuesta es 1,

 02:14

lo que ustedes llaman un alto y lo

 02:16

que es incorrecto, ya no es cero,

 02:19

ya se va a codificar con 1 menos 1 como tal,

 02:23

si también relacionamos directamente.

 02:25

De los tipos de entrenamiento en

 02:28

donde asociábamos directamente

 02:30

hallar los parámetros de HR.

 02:32

Sí,

 02:32

de dónde sacábamos directamente los

 02:35

pesos sinápticos y las polarizaciones,

 02:37

en este caso eso fueron los únicos

 02:40

en los últimos aprendizajes,

 02:42

a lo que hicimos referencia,

 02:45

quedando pendiente por ahí el

 02:47

aprendizaje que por eso por gradiente

 02:50

que logramos un poquito más

 02:53

adelante antes de empezar con ello.

 02:56

Pues quería hacer un ejercicio.

 02:58

En el cual o el cual se va a

 03:01

relacionar de la siguiente manera.

 03:03

¿Por qué?
 03:03

Y vamos a tratar de hacer algo un

 03:06

poquito más complejo en este caso.

 03:09

En donde podamos identificar una

 03:11

mayor cantidad de problemática,

 03:13

si eso es lo que se quiere y lo que

 03:17

quiero en este caso. Para el cual.

 03:21

Lo que queremos es entrenar.

 03:24

Una red, Ronald, sí. Entrenar.

 03:30

Una red. En este caso y

 03:33

obviamente tipo dalas.

 03:36

Que sea capaz de reconocer imágenes.

 03:41

Del 1. Hasta el baño. Bueno, del 09.

 03:46

Si 10 números directamente.

 03:50

Sí entonces. Ensero. Del 1.

 03:54

Dos. 345678. Si no sabes.

 04:00

Si en este caso pues les voy a

 04:03

proporcionar una base de datos,

 04:05

si para solucionar el ejercicio.

 04:09

Desde de este lado o no van a

 04:11

tener que crear las porque pues

 04:13

ya voy a tener ahí la idea es que

 04:16

en su momento ustedes la sociedad,

 04:18

esas herramientas que ustedes tienen,

 04:20

es decir, a las imágenes que ustedes crearon,

 04:23

entonces estaba sedada,

 04:24

tú tiene alrededor de 5000 imágenes.

 04:27

Esas son las características que

 04:29

tienes en donde esas 5000 imágenes

 04:31

se caracterizan por lo siguiente,

 04:33

las primeras 5000. Si las primeras 5000.

 04:37

Perdón, los primeros 500 son números ceros.

 04:42

Las segundas 500 son las número 1.

 04:47

Las terceras 500.

 04:51

Son el núm2.

 04:53

Y así sucesivamente hasta llegar.

 04:56

A un valor de 5000, cierto, es decir.

 05:00

Nuestra base de datos tiene 5000.

 05:04

Imágenes que corresponden a 500 imágenes

 05:07

de cada una, 500, cero, 501, 502,

 05:11

503, 504, 505, 506, 507, 508, y 509.

 05:15

¿Qué características tienen mis imágenes,

 05:17

que es como una de las particularidades

 05:20

para que las empecemos a ver?

 05:22

Si es que mis imágenes. En este caso.

 05:27

Y eso ya lo conocen ustedes,

 05:29

pues son de 20 por 20. Sí, eso es.

 05:35

El patrón, ojo, son números manuscritos,

 05:37

si no son como diseñados, así bonito,

 05:40

yo solo podría mostrar más adelante.

 05:43

¿Son números manuscritos?

 05:48

podemos ver las imágenes como tal,

 05:50

en este caso son de 20 por 20.

 05:55

Eso que quiere decir que sean de 20 por 20.

 05:59

Pues que directamente. Estamos.

 06:04

Asociando. De que vamos a tener

 06:07

vectores de 400 elementos.

 06:10

Cao. ¿A qué nos conlleva?

 06:12

Vamos a simbolizar un poquito más de eso.

 06:15

Pues vamos a tener directamente

 06:18

acá la topología.
 06:20

Sí.

 06:20

¿En dónde vamos a?

 06:24

A tener la topología que ya conocemos.

 06:29

Sí. Tenemos nuestra entrada neta,

 06:32

no tu salida, que ya lo sabemos,

 06:34

nuestra función de activación,

 06:35

que en este caso lineal tenemos bueno,

 06:38

pues sus patrones de entrada

 06:39

nuestros precios sinápticos,

 06:40

no entraba unitaria y la polarización.

 06:44

¿Si en donde tenemos vectores de entrada,

 06:47
 que son de 401 por 400,

 06:49

en este caso y qué pasa con eso?

 06:52

Que. Como son. 10 números distintos,

 06:56

pues voy a tener que utilizar de

 06:59

alguna manera y en urnas y voy a

 07:01

hacer que cada neurona se especialicé

 07:04

en reconocer cada 1 de los números.

 07:07

La neurona, en la primera neurona,

 07:09

pues la pondré a que reconozca

 07:11

especialmente el número cero, la segunda,

 07:13

el número 1, la tercera, el núm2.

 07:16

La cuarta,

 07:17
 el núm3 y así sucesivamente hasta

 07:19

llegar a la al último número y a

 07:22

la última neurona directamente.

 07:24

¿Sí entonces, qué pasa?

 07:28

Esos son los los patrones, digámoslo así.

 07:31

De cada 1 de los elementos que voy

 07:34

a tratar de reconocer directamente

 07:37

si ese es el planteamiento.

 07:40

De Del ejercicio que pretendo

 07:43

mostrarles directamente. Hizo.

 07:44

Entonces vamos a contribuir directamente y

 07:47

vamos a empezar a analizar el algoritmo si

 07:51
 vamos AA mirarnos directamente a Matlab.

 07:54

Para empezar a poder hacer el

 07:56

análisis del mismo y en su momento,

 07:58

pues que ustedes que como trabajo poder

 08:01

migrar. Directamente lo que se quiera.

 08:05

Esto es unos segundos, vamos a mirar acá.

 08:08

A Matlab. A ver cómo.

 08:13

¿Cómo desarrollamos el mismo?

 08:14

Como llamamos,

 08:15

cómo visualizamos la base de datos,

 08:17

es etcétera.

 08:21

Bien renovando un poco acerca del ejercicio,

 08:24
 aquí migrando a nuestra mala.

 08:27

Vamos a empezar a resolverlo,

 08:29

pero para poder resolverlo.

 08:31

Tenemos que tener encuentros varias,

 08:33

varias cositas,

 08:34

primero el orden de la misma.

 08:38

Obviamente esto ya lo conocen,

 08:39

vamos a limpiar directamente variables,

 08:41

campos y todo lo demás.

 08:43

Luego necesitamos la base de datos,

 08:45

entonces tenemos que de alguna manera

 08:47

importar esa base de datos que ya se

 08:50
 las voy a mostrar también paso a paso.

 08:52

Luego vamos a hablar directamente,

 08:54

pero necesitamos la dimensión

 08:55

de los vectores de entrada a los

 08:58

vectores de entrada como tal, si.

 09:01

Crear nuestros valores de Z.

 09:04

¿Que ya sabemos a qué hago o qué estoy

 09:07

haciendo referencia no olvidar que

 09:09

tenemos que terminar en la línea de

 09:12

unos luego los vectores de salida sola

 09:15

salida deseadas,

 09:16

cómo es que van a estar como

 09:18
 están relacionadas?

 09:20

¿Sí, para luego sí poder directamente

 09:22

empezar a hallar?

 09:23

R, Ah sí y aplicar los conceptos que

 09:27

ya conocemos del error cuadrático.

 09:30

Del aprendizaje que ya habíamos

 09:32

identificado para poder de ahí denotar

 09:37

Sinápticos para cada una de las

 09:39

entradas de las neuronas y las

 09:41

polarizaciones también directamente,

 09:43

posteriormente vamos a hacer una

 09:45

verificación de los números de aciertos,

 09:47
 porque voy a hacer una pequeña,

 09:50

un pequeño cambio para que vean cómo

 09:53

puede funcionar de mejor manera.

 09:56

Luego calcularemos directamente,

 09:57

pues el porcentaje de aciertos

 10:00

que puede tener ojo.

 10:02

Con los valores que ya tenemos

 10:04

con los valores existentes con

 10:05

los que entrenamos porque puede

 10:07

haber posibilidad bastante grande

 10:08

de que se equivoque,

 10:09

es una de las particularidades

 10:10
 que tenemos y por último,

 10:12

pues la implementación

 10:13

de la red directamente.

 10:14

Sí entonces,

 10:15

primero que todo bueno vamos

 10:17

a tratar de de empezar por.

 10:21

Limpiar si eso no se nos olvide,

 10:23

por favor. El clíper.

 10:29

Vamos a cerrar todo.

 10:36

¿Y si la sabes?

 10:39

Si tenemos como preferiblemente como

 10:40

encabezado para que siempre que iniciamos,

 10:42

pues no tenemos problema con eso,

 10:45

ya que ustedes saben el problema es

 10:47

que vamos hacer, ahora vamos a cargar

 10:49

los patrones que son esos patrones,

 10:51

son imágenes 20 por 20 de números que

 10:54

se hicieron a mano completamente, sí.

 10:57

¿Qué pasa en cada columna como tal?

 11:02

Si ya están distribuidos

 11:03

cada columna como tal.

 11:05

DP es una imagen de números.

 1:07

Hechos a mano que tiene cuántos 400.

 11:11

¿Valores cierto es decir,

 11:13

cada columna del mismo hace

 11:14

referencia a una imagen de la misma,

 11:16

cada columna, lo primero que vamos

 11:18

a hacer es cargar esa base de datos,

 11:23

Bueno, vamos a hacer nos ayuda del otro.

 11:26

Sí y sencillamente,

 11:27

pues tenemos que llamarlo,

 11:28

en este caso ellos se las vamos

 11:31

a ver por acá.

 11:33

Que la tengo al dar nombre

 11:36

a René para copiarlo.

 11:43

Sí, y voy a hacer uso del comando Load.

 12:01

Si es por acá.

 12:04

Vamos a extender los directamente,

 12:06

entre comillas sencillas y luego,

 12:08

pues para poder hacer una una

 12:10

visualización de los mismos para

 12:12

que no haya problema, es decir,

 12:14

para mostrar cada 1 de estos señores,

 12:16

vamos a hacer lo siguiente.

 12:19

Vamos a utilizar a cada forma.

 12:24

Directamente hasta 50 para

 12:26

que los maestros valores

 12:33

Y unos hoteles acá un show.

 12:36

Para poder visualizar.

 12:46

Cada 1. De los valores a los que

 12:49

estoy haciendo referencia, es decir,

 12:52

para que vean las formas de cada

 12:54

una de las fotografías y demás, sí.

 13:04

Para KP.

 13:26

Lo cual.

 13:45

Vamos entonces a asociar directamente

 13:48

todo este foro completo para recorrerlo

 13:50

y luego que ustedes puedan visualizar

 13:53

cada una de las fotografías.

 13:58

Bueno, vamos a tratar de los

 14:00

ciento de esta manera para FIL,

 14:02

puedo hacer un poquito más rápido

 14:04

del listón, estaba la selección,

 14:06

vamos a esperar a que cargue directamente,

 14:09

pareciera que hay un detallito.

 14:12

¿Qué pasa? No las manos.

 14:15

5 de ecuaciones.

 14:24

Ah, bueno, esto es un

 14:27

comentario. Y ahora son.

 14:32

Bien, Eh, bueno, muy probablemente no pueden

 14:36

estar bien acá la la segunda ventana.

 14:39

Ya les voy a compartir directamente.

 14:43

Para que la podamos analizar.

 14:48

Vamos a suspenderla. La grabación.

 14:53

Perdón el compartir y les voy a

 14:54

mostrar cada 1 de los números.

 15:03

Bien, estos son los números,

 15:04

entonces con el con el Ford,

 15:06

lo que puede ayudar a cada

 15:08

Antonio barrios y ahora.

 15:10

Para que podamos ir viendo

 15:12

los diferentes números.

 15:14

Sí, miren que son

 15:15

diferentes formas de seros.

 15:19

Esta re diferente. ¿EH? Vamos a ver otro 1.

 15:28

Y así sucesivamente, vamos a tener

 15:31

imágenes de cada 1 de vamos a volver.

 15:38

A nuestro. Matlab para poder

 15:40

seguir indicando y terminar la

 15:43

grabación por lo menos en menos

 15:46

de de los siguientes 10 minutos,

 15:48

para que quede un poco más cortas eso.

 15:55

Bueno, si cultivamos directamente.

 16:06

Canadá. Pero con la solución,

 16:09

sí, para poder hacer el

 16:11

video un poquito más corto,

 16:12

obviamente pues es porque les comentaba,

 16:14

era para visualizar nuestro

 16:16

número de manuscritos,

 16:17

en este caso si vamos a continuar con el

 16:19

que les había comentado con anterioridad

 16:21

a que hacemos referencia directamente,

 16:23

bueno, necesitamos hallar los

 16:24

parámetros de un siguamos,

 16:26

hallarse de ustedes saben que por acá

 16:28

en Z tenemos que finalizarlo con 1.

 16:30

Sí por eso lo estamos complementando

 16:33

directamente ya teniendo los valores de Z.

 16:35

Sí que me relaciona directamente

 16:36

los patrones de entrada.

 16:38

Si se acuerdan, entonces vamos a

 16:40

necesitar directamente las salidas,

 16:42

si es decir la salida deseadas,

 16:44

pues cuando hablamos de la salida deseadas,

 16:47

bueno, vamos a tener que tener referencia

 16:49

con que mis 500 primeras imágenes,

 16:51

que son números enteros, son números,

 16:54

unos nos hablar de números enteros

 16:56

quien tiene que estar más activo entonces.

 16:59

Siempre y cuando aparezca el número cero,

 17:02

pues la neurona voy a llamar la neurona.

 17:05

Cero. Sí debe estar activa,

 17:07

entonces dentro de un paquete de

 17:09

5000 tengo que tener una una matriz,

 17:12

en este caso en la cual los primeros

 17:14

500 datos tiene que estar activa,

 17:17

mi primera neurona syomin eurona cero,

 17:19

en este caso para todos esos 500

 17:22

patrones que reconocen un cero.

 17:24

Y luego para los segundos.

 17:27

La neurona dos y las demás inactivas,

 17:29

ojo, no como se olvidar de eso.

 17:32

Acuérdense que cuando asociamos el

 17:33

valor de activo asociamos 1 no y cuando

 17:36

hablamos de inactiva hablamos de

 17:38

valores de menos sur y así sucesivamente

 17:40

hasta llegar a la neurona 9 directamente.

 17:42

Eso es lo que estamos asociando directamente.

 17:45

Por acá, es decir

 17:47

Creando nuestra matriz de salida,

 17:49

en este caso sí,

 17:50

porque porque la idea es asociar en un

 17:53

solo algoritmo con todas nuestras neuronas.

 17:55

Los valores a los cuales está

 17:57

haciendo referencia, recuerdo,

 17:59

tenemos y vamos a tener 10 neuronas

 18:02

Una neurona o cada neurona se va a

 18:04

especializar en cada 1 de los minutos,

 18:06

bien si continuamos en los algoritmos

 18:08

como tal,

 18:08

nos vamos a encontrar con los siguientes.

 18:11

Vamos a empezar hallar nuestra

 18:13

matriz de correlación en este caso.

 18:15

R vamos a hallar, Ah,

 18:17

vamos a hallar los valores de x, sí,

 18:20

pero aquí hay 1 por 1 particularidad.

 18:23

¿Cuál es la particularidad que en este caso?

 18:27

YR.

 18:28

Nos resulta singular,

 18:29

ya habíamos hablado de eso en

 18:32

clases anteriores, en este caso,

 18:35

entonces para ello yo lo que tengo

 18:37

que utilizar es la seudo inversa.

 18:39

¿Y cómo utilizo Obama los parámetros

 18:42

para la segunda inversa?

 18:43

Mire este comando que tengo por acá vino V,

 18:47

si con esto voy a relacionar directamente

 18:49

para cuando mis valores de RO,

 18:52

mi matriz.

 18:52

R en este caso resulte ser singular

 18:55

ya teniendo esos valores,

 18:56

pues es muy fácil hallar los

 18:59

valores o los pesos.

 19:00

Sinápticos si relacionados en doble

 9:02

UY las polarizaciones directamente

 19:04

sacadas por relacionadas en B.

 19:06

¿Posterior a ello, qué vamos a hacer?

 19:09

Vamos a.

 19:11

¿Vamos a directamente a ver cómo funciona?

 19:13

Sí,
 19:14

porque porque aquí es hay un cambio en la

 19:17

pequeña acción.

 19:18

Porque lo digo por lo siguiente,

 19:20

en este caso sí se están dando cuenta,

 19:23

yo voy directamente si voy a Oh,

 19:25

estoy verificando la respuesta,

 19:27

si para ello necesito tener la

 19:29

respuesta correcta como tal,

 19:30

pero si se dieron cuenta cuando aparece,

 19:32

por ejemplo, el número cero.

 19:35

En muchos casos se le sale

 19:36

una esquina hacia arriba,

 19:38

una esquina de abajo, es decir,

 19:39

puede llegar a ser 16.

 19:41

O puede llegar a 09.

 19:42

Eso que quiere decir que la neurona que

 19:44

reconoce el número cero está activa.

 19:46

O puede estar algo activa.

 19:48

Acuérdense que entraban ético a la salida.

 19:51

Pero también puede estar activa

 19:53

la neurona que reconoce el núm6

 19:55

y la que reconoce el núm9.

 19:56

¿Entonces, qué pasa con ello?

 19:58

Vamos a utilizar una función Max,

 19:59

en este caso para que no

 20:01

siempre sea función más.

 20:02

Para verificar cuál es la

 20:04

neurona que más se activa

 20:07

En este caso,

 20:07

si verificamos cuál es la neurona que

 20:09

más se active directory directamente,

 20:11

bueno, vamos a hacer referencia.

 20:13

O vamos a exponer el plan urbano

 20:15

que mas activo y la que hace

 20:16

referencia al número a que nosotros

 20:18

queramos identificar directamente.

 20:20

Sí por acá directamente a bueno vamos

 20:22

a empezar a asociar el número de

 20:24

aciertos para hallar un porcentaje.

 20:26

Sí, de acuerdo el número de acierto,

 20:28

pues vamos a hallar un porcentaje directo.

 20:32

De valga, la redundancia

 20:33

¿Cuál es el porcentaje de

 20:35

acierto con los patrones?

 20:37

Incluso que ya tenemos y por acá vamos

 20:39

a tener directamente la implementación.

 20:42

Listo,

 20:42

vamos a hacer una pequeña,

 20:44

una pequeña pausa mientras entrena y

 20:46

carga para poder mostrarles directamente.

 20:54

Bien para que renueve, para que visualicemos

 20:56

directamente al funcionamiento. Sí,

 20:58

para que este video no pase de 40 minutos,

 21:01

entonces vamos a tener miren acá

 21:03

directamente tiene una cantidad de aciertos

 21:06

en este caso 4464 sobre los 5000 es

 21:08

una solución porcentaje del 89.2,

 21:11

por cierto que es muy bueno,

 21:13

si ojo, aunque sea.

 21:15

Con los que ya entrene porque se dieron

 21:18

cuenta que hay números que en serio es

 21:22

completamente difícil identificarlos,

 21:23

pues miren por acá tenemos el núm5,

 21:26

miren que me está reconociendo

 21:28

acá en la parte inferior,

 21:30

el núm5 directamente voy a darle por

 21:33

acabar espaciadora 9 me reconoce 9,

 21:36

esperemos que directamente nos asocia 1 que

 21:39

se equivoquen 9 también correcto, 1994.

 21:43

8. 1 y bueno, no se equivocó 49. 7.

 21:48

960, bueno, aquí hay una equivocación,

 21:52

es el núm8,
 21:54

lo vemos de pronto claramente

 21:56

y mira que relaciona 1496.

 22:00

Y así sucesivamente de esta manera

 22:02

cerramos el ejercicio como tal de los

 22:04

reconocimientos y el cual plantearemos

 22:06

una actividad dia timms para que adapten

 22:09

el ejercicio a los números manuscritos

 22:10

que ustedes tienen directamente.