Resultados de la búsqueda

…lón unitario]], por lo que swish tiende a la función [[Rectificador (redes neuronales)|ReLU]]. Así, puede ser vista como una interpolación no lineal entre una fu …na [[función de activación]] en [[Red neuronal artificial|redes neuronales artificiales]] mejora el rendimiento, comparado a ReLU y funciones sigmoides. Se cree qu …

…nos ingenuos]] (naive Bayes), y [[Red neuronal artificial|Redes Neuronales Artificiales.]]<ref>ai-faq [http://www.faqs.org/faqs/ai-faq/neural-nets/part2/section-12 == Redes Neuronales Artificiales == …

En el contexto de las [[Red neuronal artificial|redes neuronales artificiales]], el '''rectificador''' es una [[función de activación]] definida como: …hiperbólica]]. El rectificador es una función de activación común en redes neuronales [[Aprendizaje profundo|profundas]].<ref>{{Cita publicación|apellido1=LeCun| …

…nor|título=Predicción y optimización de emisiones y consumo mediante redes neuronales|idioma=español|edición=1 ed, 2 imp|año=2006|editorial=Editorial Reverté, S. Es particularmente útil, en especial en [[redes neuronales artificiales]] …

…ara realizar implantaciones electrónicas o computacionales de las neuronas artificiales en la actualidad se utilizan sistemas digitales, con la mayoría de los mode * Primera aproximación a las redes neuronales artificiales …

En redes computacionales, la f'''unción de activación''' de un nodo define la salida En las redes neuronales inspiradas sobre la biología, la función de activación es usualmente una ab …

…las unidades ''no'' forman un [[ciclo]]. Estas son diferentes de las redes neuronales recurrentes. …i los hay) hacia los nodos de salida. No hay ningún ciclo o bucle en estas redes. …

…neuronas/perceptron-simple.html |date=20121221114040 }}, Redes de Neuronas Artificiales, UC3M, RAI 2012.</ref> El modelo está basado en la [[Neurona de McCulloch-P [[Categoría:Redes neuronales artificiales]] …

…14a.html|título=Dropout: Una forma fácil de prever el sobreajuste en redes neuronales|fechaacceso=2015-07-26|autor=|fecha=|periódico=Jmlr.org}}</ref>Tanto la red …gunas suposiciones no se nombran.<ref>{{Obra citada|título=Teoría de redes neuronales: La regla de Hebb|apellidos=Sompolinsky|nombre=H.|fecha=1987|editorial=Spri …

…[red neuronal artificial]] recurrente inventada por [[John Hopfield]]. Las redes de Hopfield se usan como sistemas de [[memoria asociativa (RNA)|Memoria aso Las unidades de las redes Hopfield son binarias, es decir, solo tienen dos valores posibles para sus …

…cional de que los [[Engrama|engramas]] son [[Red neuronal artificial|redes neuronales]] cuando se analizan desde un nivel [[Holismo|holístico]]. Desde el punto de vista de las neuronas artificiales y [[redes neuronales artificiales]], el principio de Hebb se puede describir como un método de determinar la …

…Perceptrón, el primer ordenador fabricado específicamente para crear redes neuronales en 1957 |fechaacceso = 22 de julio de 2018 |apellidos = Ramírez …rceptrón usa una [[matriz (matemática)|matriz]] para representar las redes neuronales y es un discriminador terciario que traza su entrada <math>x </math> (un [[ …

…2D Convolution Animation.gif|miniaturadeimagen|Funcionamiento de las Redes Neuronales]] …volucional''' es un tipo de [[red neuronal artificial]] donde las neuronas artificiales, corresponden a campos receptivos de una manera muy similar a las neuronas …

Las redes de base radial son un tipo de redes de neuronas artificiales que calculan la salida de la función en función de la distancia a un punto …apas: Capa de entrada, capa oculta y capa de salida (a diferencia de otras redes backpropagation). …

[[Categoría:Redes neuronales artificiales]] …

…ta]] generalizada), es un algoritmo utilizado en el entrenamiento de estas redes, por ello, el perceptrón multicapa también es conocido como [[red de retrop …ronas/perceptron-multicapa.html |date=20140714231842 }}, Redes de Neuronas Artificiales, UC3M, RAI 2012.</ref> …

…cultad encontrada para entrenar [[Red neuronal artificial|redes neuronales artificiales]] mediante métodos de aprendizaje basados en descenso [[estocástico]] de [[ …timas se entrenan por desdoblamiento en [[Red neuronal prealimentada|redes neuronales prealimentadas]] muy profundas, donde se crea una capa nueva cada vez que… …

…, a menudo denominadas "conexiones residuales", también se utilizan en las redes LSTM (memoria a corto-largo plazo) de 1997,<ref name=":1">{{Cita publicació Las redes residuales fueron desarrolladas por Kaiming He, Xiangyu Zhang, Shaoqing Ren …

=== Redes neuronales cuánticas === …te en el aprendizaje automático. Una serie de ideas sobre modelos de redes neuronales cuánticas se han publicado desde entonces.<ref>Menneer, T., Narayanan, A.… …

…GRU''', por sus siglas en inglés) son un mecanismo de compuerta en [[redes neuronales recurrentes]], introducido en 2014 por Kyunghyun Cho et al.<ref>{{Cita publ [[Categoría:Redes neuronales artificiales]] …