Para hacer una red neuronal es suficiente con señalar tres cosas: el número de capas que tiene la red, el número de neuronas en todos y cada cubierta y la función de activación que se utilizará en todas y cada una de las capas. Con eso y lo que hemos planificado hasta la actualidad, tenemos la posibilidad de hacer la composición de nuestra red neuronal.
Consiga mucho más información sobre Big Data
En este momento que le hemos exhibido este corto ejemplo de redes neuronales convolucionales en el estudio profundo, puede empezar a considerarlo en sus prácticas; tal es así que cuando realices un procesamiento real de Big Data con esta clase de procesos, ahora lo habrás experimentado y comprendido en hondura de qué forma marcha. Si deseas llevar este desarrollo de estudio con supervisión profesional, desde KeepCoding te aconsejamos nuestro Bootcamp Big Data, Sabiduría Artificial & Machine Learning.
A lo largo de este bootcamp, recorrerá todos y cada uno de los módulos de Spark de forma práctica, empezando por su núcleo y pasando por Spark SQL, Spark Uso contínuo (estructurado), Spark MLlib (estudio automático) y GraphX (información guardada en construcciones de árbol). De esta manera, con el apoyo de expertos y en menos de nueve meses, te convertirás en un especialista y lograras entender y también detectar las elecciones de administración de datos mucho más correctas para estudios de big data. ¡En este momento es el instante de comenzar!
Introducción
Las redes neuronales forman una parte del campo de la Sabiduría Artificial. Primeramente, afirmemos que hace unos 25 años prácticamente absolutamente nadie sabía qué era Internet ni qué significaba, como puedes observar en este vídeo del Today Espectáculo de 1994. Las redes neuronales se idearon en los años 60, ¿qué sucedió entonces?
En 1994, las PCs tenían una aptitud limitadísima. Esta es la razón primordial por la que las redes neuronales no se empleaban en ese entonces, más allá de que se idearon décadas antes. Las PCs aún no tenían la aptitud de calcular. Tampoco la aptitud de procesar y guardar datos para trabajar con redes neuronales. No obstante, las décadas de 1970 y 1980 se caracterizaron por películas futuristas con robots y máquinas tomando el control.
¿Qué géneros de redes neuronales hay?
Los modelos mucho más sencillos de redes neuronales son los nombrados previamente y son las redes neuronales artificiales (ANN) o redes neuronales multicapa.
Hay otros 2 géneros de redes neuronales que se usan extensamente: las redes neuronales convolucionales (CNN) y las redes neuronales recurrentes (RNN).
Etapa 1: Propagación
Esta etapa se compone de 2 pasos:
1.1 Propagación directa de un patrón de entrenamiento (tenga presente que este es un algoritmo supervisado y conocemos las salidas ) para producir activaciones de salida de red.