Want to make creations as awesome as this one?

Transcript

2. Cálculo del error. Se compara la predicción con la etiqueta verdadera utilizando una función de pérdida.

3. Retropropagación. El error calculado se retropropaga a través de la red, es decir, la información cambia de sentido y viaja hacia atrás ajustando los pesos en cada capa para reducir el error. Esto se hace utilizando el descenso de gradiente, que actualiza los pesos en la dirección que reduce el error.

1. Propagación hacia adelante. Los datos de entrada se pasan a través de la red, capa por capa, hasta generar una predicción en la capa de salida.

4. Iteración. Este proceso se repite durante muchas iteraciones (épocas) hasta que la red alcanza una precisión aceptable en los datos de entrenamiento.