Retropropagación, la intuición detrás del aprendizaje
Sobre este vídeo
La intuición de la retropropagación: el error fluye hacia atrás por la red.
La retropropagación reparte la culpa del error entre todos los pesos de una red neuronal. Propaga hacia atrás una señal de error capa por capa, multiplicando por las derivadas locales, y así obtiene el gradiente de cada peso en una sola pasada. Esa idea, publicada en 1986, es la que hace posible entrenar redes profundas.
Transcripción del vídeo
- 0:02 Primero, el paso hacia delante:
- 0:04 la entrada recorre la red hasta la salida.
- 0:07 Después, el error viaja hacia atrás y la regla de la cadena reparte a cada peso su
- 0:12 parte, capa a capa.
Más vídeos
Explicación
El bucle agéntico y el patrón ReAct
El bucle agéntico (razonar, actuar, observar) en movimiento.
Explicación
El momentum en el descenso de gradiente
Cómo el momentum acumula velocidad y suaviza el descenso de gradiente.
Explicación
El grafo computacional y la diferenciación automática
El grafo computacional y la diferenciación automática, en acción.
Explicación
Retropropagación, la derivación matemática paso a paso
La derivación de la retropropagación, factor a factor con la regla de la cadena.
Explicación
Descenso de gradiente por lotes, estocástico y mini-batch
Batch, estocástico y mini-batch: tres formas de recorrer los datos.
Explicación
El descenso de gradiente (gradient descent)
El descenso de gradiente, paso a paso: cómo la pendiente guía cada actualización del peso.