deletions | additions       diff --git a/subsection_Entrenamiento_de_una_Red__.tex b/subsection_Entrenamiento_de_una_Red__.tex  index 7a5fbc8..7ecf5a6 100644  --- a/subsection_Entrenamiento_de_una_Red__.tex  +++ b/subsection_Entrenamiento_de_una_Red__.tex 
...
\subsection{Detenci\'on del proceso de aprendizaje}  La condición de paro del proceso de aprendizaje, normalmente esta est\'a  dado cu\'ando el c\'alculo del error cuadrado sobre los datos de entrenamiento ha alcanzado un m\'inimo.%, el error observado est\'a por debajo de un determinado umbral. Otra condici\'on de detenci\'on, puede ser cuando un cierto n\'umero de ciclos y/o pasos de entrenamiento han sido completamente corridos ~\cite{matich2001redes}.  Luego de alcanzarse la condici\'on de detenci\'on, los pesos no se volver\'an a cambiar. Entonces podemos decir que la transformaci\'on de los datos de entrada a los de salida est\'a resuelta ~\cite{alejo2010analisis}.  Otra condici\'on de detenci\'on del aprendizaje puede ser cuando un cierto n\'umero de ciclos y/o pasos de entrenamiento hayan sido completamente corridos ~\cite{matich2001redes}.  %\textbf{Para determinar el momento en que se detendr\'a el proceso de aprendizaje, es necesario establecer una condici\'on. Normalmente el entrenamiento se detiene cu\'ando el c\'alculo del error cuadrado sobre los ejemplos de entrenamiento ha alcanzado un m\'inimo o cuando para cada unos de los ejemplos dados, el error observado est\'a por debajo de un determinado umbral. Ya que para controlar este proceso, la mayor parte de las herramientas de las redes neuronales muestran estos errores utilizando gr\'aficos especiales; los cuales no son utilizados para el aprendizaje si no que solamente para dar un inicio del proceso en s\'i mismo ~\cite{matich2001redes}}. %ALGO AQUI NO ME CONVENCE  %\textbf{Otra condici\'on de detenci\'on del aprendizaje puede ser cuando un cierto n\'umero de ciclos y/o pasos de entrenamiento hayan sido completamente corridos ~\cite{matich2001redes}.}