Explicación de las redes neuronales: conceptos básicos del aprendizaje profundo

¿Qué son las redes neuronales?

Las redes neuronales son sistemas informáticos inspirados en las redes neuronales biológicas. Consisten en nodos interconectados (neuronas) organizados en capas que procesan información para aprender patrones a partir de los datos.

Arquitectura de red

import tensorflow as tf
from tensorflow import keras

# Sequential model
model = keras.Sequential([
    keras.layers.Dense(128, activation='relu', input_shape=(784,)),
    keras.layers.Dropout(0.2),
    keras.layers.Dense(64, activation='relu'),
    keras.layers.Dense(10, activation='softmax')
])

# Compile model
model.compile(
    optimizer='adam',
    loss='sparse_categorical_crossentropy',
    metrics=['accuracy']
)

Funciones de activación

# ReLU: most common for hidden layers
# Sigmoid: binary classification output
# Softmax: multi-class classification output
# Tanh: alternative to sigmoid

# Custom activation
def custom_activation(x):
    return tf.nn.relu(x) * tf.math.tanh(x)

Proceso de formación

# Train the model
history = model.fit(
    X_train, y_train,
    epochs=10,
    batch_size=32,
    validation_split=0.2,
    callbacks=[
        keras.callbacks.EarlyStopping(patience=3),
        keras.callbacks.ModelCheckpoint('best_model.h5')
    ]
)

# Evaluate
test_loss, test_acc = model.evaluate(X_test, y_test)
print(f'Test accuracy: {test_acc}')