Descripción general de la retropropagación en redes neuronales Ppt de capacitación

Diapositiva 1

Esta diapositiva describe el concepto de retropropagación junto con sus dos tipos, que son la retropropagación estática y la retropropagación recurrente. La retropropagación es útil para calcular el gradiente de una función de pérdida con respecto a todos los pesos de la red.

Notas del instructor:

• Propagación inversa estática: la asignación de entrada estática genera una salida estática en este tipo de propagación inversa. Se utiliza para abordar desafíos como el reconocimiento óptico de caracteres que requiere una clasificación estática.
• Propagación inversa recurrente: la propagación recurrente se dirige hacia adelante o se lleva a cabo hasta que se alcanza un valor establecido específico o un valor de umbral. El error se evalúa y se propaga hacia atrás después de alcanzar un valor particular

Diapositiva 2

Esta diapositiva enumera las ventajas de Backpropagation. Estos son que es simple y directo, adaptable y eficiente, y no requiere características únicas.

Diapositiva 3

Esta diapositiva enumera las desventajas de Backpropagation. Estos son que la entrada de datos determina la función de toda la red en un tema en particular, las redes son susceptibles a datos ruidosos y se utiliza una técnica basada en matriz.