Ingeniero
Páginas: 2 (279 palabras)
Publicado: 3 de marzo de 2013
PERCEPTRON MULTICAPA
Este es uno de los tipos de redes más comunes. Se basa en otra red más simple llamada perceptrón simple solo que el número de capas ocultas puede sermayor o igual que una. Es una red unidireccional.
Las neuronas de la capa oculta usan como regla de propagación la suma ponderada de las entradas con los pesos y sobre esasuma ponderada se aplica una función de transferencia de tipo sigmoide.
APRENDIZAJE DEL PERCEPTRÓN MULTICAPA
Consiste en ajustar los pesos de la red para minimizar elerror global, con el objetivo de que la salida de la red sea lo más próxima posible a la salida deseada. Este algoritmo es uno de los puntos característicos del perceptrónmulticapa.
* El aprendizaje es el siguiente
1. Inicializar los pesos y los umbrales iniciales de cada neurona. Hay varias posibilidades de inicialización siendo las máscomunes las que introducen valores aleatorios pequeños.
2. Para cada patrón del conjunto de los datos de entrenamiento
3. Obtener la respuesta de la red ante esepatrón. Esta parte se consigue propagando la entrada hacia adelante, ya que este tipo de red es feedforward. Las salidas de una capa sirven como entrada a las neuronas de lacapa siguiente, procesándolas de acuerdo a la regla de propagación y la función de activación correspondientes.
4. Calcular los errores asociados
5. Calcular losincrementos parciales (sumandos de los sumatorios). Estos incrementos dependen de los errores calculados
6. Calcular el incremento total ,para todos los patrones, delos pesos y los umbrales según las expresiones
7. Actualizar pesos y umbrales
8. Calcular el error actual y volver al paso 2 si no es satisfactorio.
Sigmoide:
Este es uno de los tipos de redes más comunes. Se basa en otra red más simple llamada perceptrón simple solo que el número de capas ocultas puede sermayor o igual que una. Es una red unidireccional.
Las neuronas de la capa oculta usan como regla de propagación la suma ponderada de las entradas con los pesos y sobre esasuma ponderada se aplica una función de transferencia de tipo sigmoide.
APRENDIZAJE DEL PERCEPTRÓN MULTICAPA
Consiste en ajustar los pesos de la red para minimizar elerror global, con el objetivo de que la salida de la red sea lo más próxima posible a la salida deseada. Este algoritmo es uno de los puntos característicos del perceptrónmulticapa.
* El aprendizaje es el siguiente
1. Inicializar los pesos y los umbrales iniciales de cada neurona. Hay varias posibilidades de inicialización siendo las máscomunes las que introducen valores aleatorios pequeños.
2. Para cada patrón del conjunto de los datos de entrenamiento
3. Obtener la respuesta de la red ante esepatrón. Esta parte se consigue propagando la entrada hacia adelante, ya que este tipo de red es feedforward. Las salidas de una capa sirven como entrada a las neuronas de lacapa siguiente, procesándolas de acuerdo a la regla de propagación y la función de activación correspondientes.
4. Calcular los errores asociados
5. Calcular losincrementos parciales (sumandos de los sumatorios). Estos incrementos dependen de los errores calculados
6. Calcular el incremento total ,para todos los patrones, delos pesos y los umbrales según las expresiones
7. Actualizar pesos y umbrales
8. Calcular el error actual y volver al paso 2 si no es satisfactorio.
Sigmoide:
Leer documento completo
Regístrate para leer el documento completo.