07. Redes neuronales en TensorFlow

07.- Redes neuronales en TensorFlow, conceptos bien explicados ?

07. %2BRedes%2Bneuronales%2Ben%2BTensorFlow

Introducción

En este tutorial vamos a trabajar con redes neuronales en tensorflow y pues en este caso nada más vamos a manejar conceptos básicos no vamos a trabajar con código y esto es con el fin de saber exactamente lo que estamos programando o por lo menos más o menos cómo se hacen las operaciones haya atrás en tensorflow.

Para saber qué son las redes neuronales primero debemos de saber que es una neurona y pues si ya vieron los tutoriales anteriores en el tutorial 5 y 6 precisamente eso es lo que es una neurona les recuerdo en los tutoriales anteriores vimos la forma de poder predecir las ventas con inteligencia
artificial en tensorflow y ese procedimiento precisamente es la base de una neurona ahora ustedes se preguntarán si ya tenemos una neurona para qué necesitamos una red de neuronas y pues es simple si se dan cuenta, nosotros solo calculamos una pendiente que realmente esto es un plano unidimensional es una sola dimensión en el mundo real hay varias dimensiones que se tienen que calcular. Por ejemplo si lo que queremos es calcular una área de dos dimensiones no podríamos hacer eso con una sola neurona y esa es precisamente la razón por la que necesitas mas de 1 neurona o mejor dicho una red de neuronas.

Procedimientos

Para tener una idea mas clara de que es una red neuronal podemos ir al Playground de tensorflow en https://playground.tensorflow.org donde veremos algo asi:

Selecci%25C3%25B3n 075
Para entender mejor las redes neuronales debemos comprender para que sirven las diferentes funciones de activación que se muestran a continuación.

Función sigmoide

sigmoide

Función Tangente Hiperbólica (TANH)

tanh

Función Unidad Rectificada Lineal (RELU)

relu

Deja un comentario

Tu dirección de correo electrónico no será publicada. Los campos obligatorios están marcados con *