Main Content

Redes neuronales superficiales multicapa y entrenamiento de retropropagación

La red neuronal prealimentada superficial multicapa sirve para los problemas tanto de ajuste de funciones como de reconocimiento de patrones. Al añadir una línea de retardo en pulsación, también puede usarse para problemas de predicción, tales como los que se tratan en Design Time Series Time-Delay Neural Networks. Este tema muestra cómo usar una red multicapa. También ilustra los procedimientos básicos para diseñar cualquier red neuronal.

Nota

Las funciones de entrenamiento descritas en este tema no se limitan a las redes multicapa. Pueden utilizarse para entrenar arquitecturas arbitrarias (incluso redes personalizadas), siempre que sus componentes sean diferenciables.

El flujo de trabajo para el proceso de diseño de redes neuronales general incluye siete pasos principales:

  1. Recopilar datos

  2. Crear la red

  3. Configurar la red

  4. Inicializar los pesos y los sesgos

  5. Entrenar la red

  6. Validar la red (análisis posterior al entrenamiento)

  7. Usar la red

El paso 1 puede darse fuera del marco del software Deep Learning Toolbox™, pero es fundamental para que el proceso del diseño salga bien.

Los detalles de este flujo de trabajo se explican en estas secciones:

Los pasos opcionales del flujo de trabajo se explican en estas secciones:

Para obtener información sobre las series de tiempo, el modelado dinámico y la predicción, consulte esta sección: