Main Content

Flujo de trabajo para el diseño de redes neuronales

El flujo de trabajo para el proceso de diseño de redes neuronales incluye siete pasos principales. En los temas de referencia se discuten las ideas básicas de los pasos 2, 3 y 5.

  1. Recopilar datos

  2. Crear la red: Crear un objeto de red neuronal

  3. Configurar la red: Configure Shallow Neural Network Inputs and Outputs

  4. Inicializar los pesos y los sesgos

  5. Entrenar la red: Neural Network Training Concepts

  6. Validar la red

  7. Usar la red

La recopilación de datos en el paso 1 se produce generalmente fuera del marco de trabajo del software Deep Learning Toolbox™, pero se trata en términos generales en Redes neuronales superficiales multicapa y entrenamiento de retropropagación. Los detalles de los otros pasos y los análisis de los pasos 4, 6 y 7 se tratan en temas específicos para el tipo de red.

El software Deep Learning Toolbox utiliza el objeto de red para almacenar toda la información que define una red neuronal. Este tema describe los componentes básicos de una red neuronal y muestra cómo se crean y almacenan en el objeto de red.

Después de crear una red neuronal, hay que configurarla y entrenarla. La configuración consiste en organizar la red de manera que sea compatible con el problema que se quiere resolver, definido por los datos de muestra. Una vez configurada la red, hay que ajustar los parámetros ajustables de la red, llamados pesos y sesgos, para optimizar su rendimiento. Este proceso de ajuste se denomina entrenamiento de la red. La configuración y el entrenamiento requieren que la red reciba datos de ejemplo. Este tema muestra cómo dar formato a los datos para presentarlos a la red. También explica la configuración de la red y sus dos formas de entrenamiento: el entrenamiento incremental y el entrenamiento por lotes.

Temas relacionados