La formación de redes neuronales se centra principalmente en los siguientes cuatro aspectos.
‰ capa, varias capas se combinan en una red (o modelo).
‰ Ingrese datos y objetivos correspondientes.
‰ Función de pérdida, que es la señal de retroalimentación utilizada para el aprendizaje.
‰ Optimizer, determina cómo procede el proceso de aprendizaje.
Capa: componentes básicos del aprendizaje profundo
Introdujimos en el Capítulo 2 que la estructura básica de datos de las redes neuronales son las capas. Una capa es un módulo de procesamiento de datos que convierte uno o más tensores de entrada en uno o más tensores de salida. Algunas capas no tienen estado, pero la mayoría de las capas tienen estado, es decir, pesos de capa. El peso es uno o más tensores aprendidos utilizando el descenso de gradiente estocástico, que contiene el conocimiento de la red.
Los diferentes formatos de tensor y los diferentes tipos de procesamiento de datos requieren diferentes capas. Por ejemplo, los datos vectoriales simples se almacenan en un tensor de forma 2D (muestras, características), generalmente una capa densamente conectada [capa densamente conectada, también llamada capa completamente conectada (capa densamente conectada) o una capa densa (capa densa), correspondiente a Keras Clase densa] para tratar. Los datos de secuencia se almacenan en un tensor 3D con la forma (muestras, pasos de tiempo, características) y generalmente se procesan con una capa recurrente (como la capa LSTM de Keras). Los datos de imagen se almacenan en tensores 4D y generalmente se procesan con una capa convolucional bidimensional (Keras Conv2D).
En Keras, construir un modelo de aprendizaje profundo es unir múltiples capas que son compatibles para construir un proceso útil de transformación de datos. Aquí la compatibilidad de capa (compatibilidad de capa) significa específicamente que cada capa solo acepta tensores de entrada de una forma específica y devuelve tensores de salida de una forma específica.
Modelo: una red de capas
El modelo de aprendizaje profundo es un gráfico acíclico dirigido compuesto de capas. El ejemplo más común es el apilamiento lineal de capas, que asigna una sola entrada a una sola salida.
Algunas topologías de red comunes son las siguientes.
‰ red de dos sucursales
‰ red de múltiples cabezales
‰ Módulo de inicio
Función de pérdida y optimizador: la clave para configurar el proceso de aprendizaje
Función de pérdida (función objetivo)
Necesita ser minimizado durante el entrenamiento. Puede medir si la tarea actual se ha completado con éxito.
Optimizador
Decida cómo actualizar la red en función de la función de pérdida. Realiza una variante de descenso de gradiente estocástico (SGD).
