Cómo se crea una red neuronal
Esta presentación muestra a los piratas informáticos los conceptos básicos de las redes neuronales mediante una investigación de caso que crea y adiestra una red neuronal que reconoce dígitos escritos a mano con solo diez líneas de código Python. Para esto usaremos la Interfaz de programación de aplicaciones de TensorFlow Keras, hoy en día la biblioteca mucho más habitual en la red social de Deep Learning. Se quiere que simultáneamente implementes todo lo explicado en el vídeo utilizando Google plus Colab. En el final hay un «plus track» que muestra la versión en Pytorch.
Esta presentación se efectuó en HACKATHON DE HACKERS@UPC ONLINE el 4 de abril de 2020.
Programaremos una red neuronal artificial en Python, sin usar bibliotecas de otros. ¡Entrenaremos al modelo y en unas escasas líneas el algoritmo va a poder conducir un automóvil robot por sí solo!
Para esto, vamos a explicar resumidamente la arquitectura de la red neuronal, vamos a explicar el término Forward Propagation y después Backpropagation en el momento en que pasa «la magia» y las neuronas aprenden.
Redes neuronales
Entonces, observemos de qué forma pasamos de las neuronas que hay en el cerebro humano a conformar una red neuronal en una máquina que simule su accionar.
Las neuronas artificiales se modelan de tal modo que imitan el accionar de las neuronas cerebrales. Van a tener unas implicaciones y un núcleo o nodo. Las ramas de entrada al nodo, que van a ser las entradas de las neuronas, van a venir de otras neuronas. Esta información se procesará en un nodo y se producirá información de salida que las ramas de salida transmitirán a otras neuronas. Tenemos la posibilidad de meditar en las conexiones entre las neuronas artificiales como las sinapsis de las neuronas en el cerebro. La próxima es la imagen de una neurona artificial habitual.
¿Qué es una red neuronal en Sabiduría Artificial?
A nivel esquemático, una neurona artificial se representa de la próxima forma:
¿Qué son las redes neuronales complicadas?
En el momento en que empezamos a estudiar las redes neuronales, siempre y en todo momento toman la manera de una o mucho más entradas, una o mucho más capas escondes y una o mucho más salidas, pero esto no en todos los casos es siempre de esta manera.
En la imagen previo podemos consultar la composición de GoogleNet. Un modelo de red de solución desarrollado por Google plus para la clasificación de imágenes, donde puede ver qué complicada puede ser una red neuronal.
