APRENDIZAJE DEL PERCEPTRÓN

 APRENDIZAJE DEL PERCEPTRÓN

Propósitos del aprendizaje por descenso de gradiente

1. El propósito de este proceso es el de reducir al mínimo los errores de salida ante un determinado conjunto de patrones de entrenamiento, mediante el ajuste de pesos de la red neuronal.
2. Se define una función de error que mida cuán lejos la red esta del valor deseado.
3. Las derivadas parciales de la función de error nos dicen la dirección necesaria para mover el peso y por lo tanto reducir el error.
4. El factor de aprendizaje especifica el tamaño de los pasos que tomamos para cada iteración de la ecuación de actualización de pesos.
5. Se debe conservar los pasos en el espacio de los pesos hasta que el error se la suficientemente pequeño.
6. La actualización de los pesos es eficiente si escogemos funciones de activación de la neurona que tengas derivadas de la forma simple.

Procedimiento para entrenar una red neuronal de una capa

1. Tomar un conjunto de patrones de entrenamiento que se desea que la red aprenda.
2. Configurar la red con entradas conectadas a salidas mediante conexiones que posean pesos aleatoreos.
3. Generar pesos iniciales aleatoreos
4. Seleccionar una correcta funcion de error y factor de aprendizaje.
5. Aplicar el peso de actualizacion a cada peso para cada patron de entrenamiento.Un conjunto de actualizaciones de todos los pesos para todos los patrones de entrenamiento es conocido como época.
6. Se repite paso 5 hasta que el eror de la red sea suficientemente pequeño.

Para ver la actividad clic aqui