this is for holding javascript data
Carlos Ramirez edited subsection_Entrenamiento_de_una_Red__.tex
almost 8 years ago
Commit id: 9acff348ca9cb17795072b0896511a6f96efc9a5
deletions | additions
diff --git a/subsection_Entrenamiento_de_una_Red__.tex b/subsection_Entrenamiento_de_una_Red__.tex
index 38bd4f1..0522656 100644
--- a/subsection_Entrenamiento_de_una_Red__.tex
+++ b/subsection_Entrenamiento_de_una_Red__.tex
...
La actualizaci\'on de los pesos esta dado por:
\begin{center}
$w_{ij}=w_{ij}+\delta$
\end{center}
\subsection{Detenci\'on del proceso de aprendizaje}
Para determinar cu\'ando se detendr\'a el proceso de aprendizaje, es necesario establecer una condici\'on.
Normalemente el entrenamiento se detiene ciando el c\'alculo del error cuadrado sobre los ejemplos de entrenaiento 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
Otra condici\'on de detecci\'on del aprendizaje puede ser cuando un cierto n\'umero de ciclos y/o pasos de entrenamiento hayan sido completamente corridos.
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 la salida est\'a resuelta.