Discusión sobre el artículo "Red neuronal en la práctica: Retropropagación manual"

[MetaQuotes]

Artículo publicado Red neuronal en la práctica: Retropropagación manual:

En este artículo, comenzaremos a sentar las bases para entender cómo funciona la retropropagación. Comprender estas bases es necesario para entender cómo varios perceptrones pueden ajustar sus parámetros individualmente, incluso cuando tenemos una cantidad arbitraria de ellos en una red. El objetivo no será implementar la retropropagación, sino crear un mecanismo sencillo que te permita entender cómo funciona.

En el artículo anterior Red neuronal en la práctica: Iniciando la cadena, comenzamos a esbozar nuestra primera red de perceptrones de uso más general. En realidad, todavía no se trata exactamente de una red, sino un intento de conectar dos perceptrones en serie. El objetivo era mostrar cómo funciona el mecanismo que permitiría que perceptrones aparentemente aislados trabajasen en conjunto como si fueran una sola entidad. Aunque podemos utilizar un número arbitrario de perceptrones, por el momento sugiero que usemos únicamente dos, ya que un número mayor introduciría ciertas complicaciones innecesarias en esta etapa. Incluso el número de entradas y salidas deberá mantenerse en el mínimo necesario, simplemente porque, cuanto mayor sea la cantidad de datos que tengamos que analizar, más difícil será entender cómo funcionan las cosas.

Puede que hayas notado que los perceptrones intentaban converger hacia una solución. Sin embargo, intentaban hacerlo de forma completamente individual. Esto se debe a que lo que tenemos implementado hasta ahora solo nos permite construir algo similar a lo que se muestra a continuación.

El objetivo de este artículo será mostrar cómo podemos hacer que la conexión de dos o más perceptrones funcione, de manera que empiecen a trabajar en conjunto y no como elementos independientes.

Autor: Daniel Jose