SlideShare una empresa de Scribd logo
1 de 13
Descargar para leer sin conexión
Sistemas Inteligentes y
Redes Neuronales Artificiales
(SI01)
Ing. José C. Benítez P.
(SI01)
Salidas y entrenamiento de las RNA
Laboratorio: 3
Objetivo
Fundamento teórico: Las salidas de las RNA.
Funciones de Propagación
Funciones de Activación
Conclusiones
Salidas y entrenamiento de las RNA
Sistemas Inteligentes y Redes Neuronales - Prof. Ing. José C. Benítez P. 2
Objetivo
Revisar el concepto del calculo de las salidas de las
RNAs.
Hallar la salida de RNAs sencillas.
Entrenar RNAs sencillas.
Sistemas Inteligentes y Redes Neuronales - Prof. Ing. José C. Benítez P. 3
Fundamento teórico
Funciones que intervienen las salidas de las RNAs:
Las salidas de una RNA viene dada por dos funciones:
1. Una función de propagación
2. Una función de activación
1
e
Salida
Capa de
Salida
Y
Sistemas Inteligentes y Redes Neuronales - Prof. Ing. José C. Benítez P. 4
1. Funciones de propagación.
• También es conocida como función de excitación.
• Consiste en la sumatoria de cada entrada multiplicada por el peso
de su interconexión (valor neto).
• Si el peso es positivo, la conexión se denomina excitatoria; si es
negativo, se denomina inhibitoria.
2. Funciones de activación
Fundamento teórico
2. Funciones de activación
• La función de activación, modifica a la función de propagación.
• Puede no existir, siendo en este caso la salida la misma función de
propagación.
Sistemas Inteligentes y Redes Neuronales - Prof. Ing. José C. Benítez P. 5
Funciones de propagación
1 1
Calculo de las salidas de la RNA:
Calcular las salidas mediante la función de propagación de la
RNA siguiente:
22
Función de propagación de la NA 1 (de salida O1):
Función de propagación de la NA 2 (de salida O2):
Sistemas Inteligentes y Redes Neuronales - Prof. Ing. José C. Benítez P. 6
Ejemplo. RNA sin bias.
Dado: I =[1;-1] w=[w11 w12; w21 w22] =[-1 -1; 1 1]. Hallar las salidas.
Código MatLab:
>> I=[1;-1]
I =
1
-1
>> W=[-1 -1; 1 1]
1
22
1
Hallar la función de propagación respectivas
>> W=[-1 -1; 1 1]
W =
-1 -1
1 1
>> O=W'*I
O =
-2
-2
>>
Sistemas Inteligentes y Redes Neuronales - Prof. Ing. José C. Benítez P. 7
Ejercicio. RNA con bias.
Dado:
I =[1; -1]
1
22
1
I =[1; -1]
w=[w11 w12; w21 w22] =[-1 -1; 1 1].
b=[b1; b2]=[1: 2]
Hallar las salidas.
Sistemas Inteligentes y Redes Neuronales - Prof. Ing. José C. Benítez P. 8
Ejercicio: RNA con entrada vectorial.
Hallar la función de propagación y salidas respectivas de la RNA
1
22
1
b1
b2
Sistemas Inteligentes y Redes Neuronales - Prof. Ing. José C. Benítez P. 9
Ejercicio:
1
22
1
3I3
b1
b2
Dado:
Hallar la función de propagación y salidas respectivas sabiendo
que a función de activación en hardlim.
Sistemas Inteligentes y Redes Neuronales - Prof. Ing. José C. Benítez P. 10
3
Tarea
Presentar dos RNAs y dadas sus entradas, pesos
de sus enlaces y bias, hallar la salida. La primera
red debe considerar entradas escalares y la
segunda vectorial.
Presentar otras dos RNAs y dadas sus entradas,
sus salidas y bias. Determinar si la red aprende.sus salidas y bias. Determinar si la red aprende.
La primera red debe considerar entradas
escalares y la segunda vectorial.
Sistemas Inteligentes y Redes Neuronales - Prof. Ing. José C. Benítez P. 11
Informe de Laboratorio
El Informe de Laboratorio es un documento gráfico en lo posible
y es redactado en Word con el desarrollo del laboratorio.
Niveles de Informe:
Primer nivel: Observaciones. Imágenes con comentarios
cortos. Redactar al ir desarrollando el laboratorio. (Requiere
desarrollar el laboratorio).
Segundo nivel: Conclusiones. Redactar al terminar el
laboratorio.(Requiere haber desarrollado el laboratorio).laboratorio.(Requiere haber desarrollado el laboratorio).
Tercer Nivel: Recomendaciones. (Requiere lectura de otras
fuentes).
Dentro de su Carpeta Personal del Dropbox crear una carpeta
para el laboratorio 2 con el siguiente formato:
SIRN_PaternoM_Lab3
Adjuntar fuentes que le han ayudado en esta carpeta creada.
Las fuentes deben conservar el nombre original de archivo y se
debe agregar _L3 al final.
Presentar el Informe de Laboratorio 3 en esta carpeta creada.
Sistemas Inteligentes y Redes Neuronales - Prof. Ing. José C. Benítez P. 12
Lab3. Salidas y entrenamiento de las RNA
Blog del curso:
utpsirn.blogspot.com
13
Sistemas Inteligentes y Redes Neuronales - Prof. Ing. José C. Benítez P.

Más contenido relacionado

Similar a Salidas RNA

Utp sirn l1_funciones 2013-3
Utp sirn l1_funciones 2013-3Utp sirn l1_funciones 2013-3
Utp sirn l1_funciones 2013-3jcbenitezp
 
Utp sirn l1_funciones 2013-3
Utp sirn l1_funciones 2013-3Utp sirn l1_funciones 2013-3
Utp sirn l1_funciones 2013-3jcbenitezp
 
Utp sirn_2015-2 lab1
 Utp sirn_2015-2 lab1 Utp sirn_2015-2 lab1
Utp sirn_2015-2 lab1jcbp_peru
 
Utp sirn_2015-2 lab1
 Utp sirn_2015-2 lab1 Utp sirn_2015-2 lab1
Utp sirn_2015-2 lab1jcbp_peru
 
Utp sirn_2014-1 lab1
 Utp sirn_2014-1 lab1 Utp sirn_2014-1 lab1
Utp sirn_2014-1 lab1jcbenitezp
 
Utp 2015-2_ia_lab1.pdf
 Utp 2015-2_ia_lab1.pdf Utp 2015-2_ia_lab1.pdf
Utp 2015-2_ia_lab1.pdfjcbp_peru
 
Utp sirn_2015-1 lab1
 Utp sirn_2015-1 lab1 Utp sirn_2015-1 lab1
Utp sirn_2015-1 lab1jcbp_peru
 
Utp ia_2015-1 lab1
 Utp ia_2015-1 lab1 Utp ia_2015-1 lab1
Utp ia_2015-1 lab1jcbp_peru
 
S iy rn 2011-3 balotario de la pc1
S iy rn 2011-3 balotario de la pc1S iy rn 2011-3 balotario de la pc1
S iy rn 2011-3 balotario de la pc1jcbenitezp
 
redes neuronales patrones
redes neuronales patronesredes neuronales patrones
redes neuronales patronesMarc Llanos
 
Utp sirn_sl4 la rna percetron 2012-2
 Utp sirn_sl4 la rna percetron 2012-2 Utp sirn_sl4 la rna percetron 2012-2
Utp sirn_sl4 la rna percetron 2012-2c09271
 
S iy rn 2012-1 balotario de la pc1
S iy rn 2012-1 balotario de la pc1S iy rn 2012-1 balotario de la pc1
S iy rn 2012-1 balotario de la pc1c09271
 
Utp sirn sl4 la rna perceptron 2012-2
Utp sirn sl4 la rna perceptron 2012-2Utp sirn sl4 la rna perceptron 2012-2
Utp sirn sl4 la rna perceptron 2012-2jcbenitezp
 
DETECCION DE OBSTACULOS POR MEDIO DE UN ROBOT APLICANDO REDES NEURONALES ARTI...
DETECCION DE OBSTACULOS POR MEDIO DE UN ROBOT APLICANDO REDES NEURONALES ARTI...DETECCION DE OBSTACULOS POR MEDIO DE UN ROBOT APLICANDO REDES NEURONALES ARTI...
DETECCION DE OBSTACULOS POR MEDIO DE UN ROBOT APLICANDO REDES NEURONALES ARTI...Saul Mamani
 
DETECCION DE OBSTACULOS POR MEDIO DE UN ROBOT APLICANDO REDES NEURONALES ARTI...
DETECCION DE OBSTACULOS POR MEDIO DE UN ROBOT APLICANDO REDES NEURONALES ARTI...DETECCION DE OBSTACULOS POR MEDIO DE UN ROBOT APLICANDO REDES NEURONALES ARTI...
DETECCION DE OBSTACULOS POR MEDIO DE UN ROBOT APLICANDO REDES NEURONALES ARTI...Saul Mamani
 
Sistemas Basados en Casos IUT
Sistemas Basados en Casos IUTSistemas Basados en Casos IUT
Sistemas Basados en Casos IUTLuis Álamo
 
Utp ia_sl4 la rna perceptron
 Utp ia_sl4 la rna perceptron Utp ia_sl4 la rna perceptron
Utp ia_sl4 la rna perceptronjcbenitezp
 
redes neuronales perceptron
redes neuronales  perceptronredes neuronales  perceptron
redes neuronales perceptronMarc Llanos
 
Utp sirn_sl4 la rna perceptron
 Utp sirn_sl4 la rna perceptron Utp sirn_sl4 la rna perceptron
Utp sirn_sl4 la rna perceptronc09271
 

Similar a Salidas RNA (20)

Utp sirn l1_funciones 2013-3
Utp sirn l1_funciones 2013-3Utp sirn l1_funciones 2013-3
Utp sirn l1_funciones 2013-3
 
Utp sirn l1_funciones 2013-3
Utp sirn l1_funciones 2013-3Utp sirn l1_funciones 2013-3
Utp sirn l1_funciones 2013-3
 
Utp sirn_2015-2 lab1
 Utp sirn_2015-2 lab1 Utp sirn_2015-2 lab1
Utp sirn_2015-2 lab1
 
Utp sirn_2015-2 lab1
 Utp sirn_2015-2 lab1 Utp sirn_2015-2 lab1
Utp sirn_2015-2 lab1
 
Utp sirn_2014-1 lab1
 Utp sirn_2014-1 lab1 Utp sirn_2014-1 lab1
Utp sirn_2014-1 lab1
 
Utp 2015-2_ia_lab1.pdf
 Utp 2015-2_ia_lab1.pdf Utp 2015-2_ia_lab1.pdf
Utp 2015-2_ia_lab1.pdf
 
Utp sirn_2015-1 lab1
 Utp sirn_2015-1 lab1 Utp sirn_2015-1 lab1
Utp sirn_2015-1 lab1
 
Redes neuronales artificiales
Redes neuronales artificialesRedes neuronales artificiales
Redes neuronales artificiales
 
Utp ia_2015-1 lab1
 Utp ia_2015-1 lab1 Utp ia_2015-1 lab1
Utp ia_2015-1 lab1
 
S iy rn 2011-3 balotario de la pc1
S iy rn 2011-3 balotario de la pc1S iy rn 2011-3 balotario de la pc1
S iy rn 2011-3 balotario de la pc1
 
redes neuronales patrones
redes neuronales patronesredes neuronales patrones
redes neuronales patrones
 
Utp sirn_sl4 la rna percetron 2012-2
 Utp sirn_sl4 la rna percetron 2012-2 Utp sirn_sl4 la rna percetron 2012-2
Utp sirn_sl4 la rna percetron 2012-2
 
S iy rn 2012-1 balotario de la pc1
S iy rn 2012-1 balotario de la pc1S iy rn 2012-1 balotario de la pc1
S iy rn 2012-1 balotario de la pc1
 
Utp sirn sl4 la rna perceptron 2012-2
Utp sirn sl4 la rna perceptron 2012-2Utp sirn sl4 la rna perceptron 2012-2
Utp sirn sl4 la rna perceptron 2012-2
 
DETECCION DE OBSTACULOS POR MEDIO DE UN ROBOT APLICANDO REDES NEURONALES ARTI...
DETECCION DE OBSTACULOS POR MEDIO DE UN ROBOT APLICANDO REDES NEURONALES ARTI...DETECCION DE OBSTACULOS POR MEDIO DE UN ROBOT APLICANDO REDES NEURONALES ARTI...
DETECCION DE OBSTACULOS POR MEDIO DE UN ROBOT APLICANDO REDES NEURONALES ARTI...
 
DETECCION DE OBSTACULOS POR MEDIO DE UN ROBOT APLICANDO REDES NEURONALES ARTI...
DETECCION DE OBSTACULOS POR MEDIO DE UN ROBOT APLICANDO REDES NEURONALES ARTI...DETECCION DE OBSTACULOS POR MEDIO DE UN ROBOT APLICANDO REDES NEURONALES ARTI...
DETECCION DE OBSTACULOS POR MEDIO DE UN ROBOT APLICANDO REDES NEURONALES ARTI...
 
Sistemas Basados en Casos IUT
Sistemas Basados en Casos IUTSistemas Basados en Casos IUT
Sistemas Basados en Casos IUT
 
Utp ia_sl4 la rna perceptron
 Utp ia_sl4 la rna perceptron Utp ia_sl4 la rna perceptron
Utp ia_sl4 la rna perceptron
 
redes neuronales perceptron
redes neuronales  perceptronredes neuronales  perceptron
redes neuronales perceptron
 
Utp sirn_sl4 la rna perceptron
 Utp sirn_sl4 la rna perceptron Utp sirn_sl4 la rna perceptron
Utp sirn_sl4 la rna perceptron
 

Más de c09271

0121 2494-pys-50-11 (1)
0121 2494-pys-50-11 (1)0121 2494-pys-50-11 (1)
0121 2494-pys-50-11 (1)c09271
 
S01.s1 material
S01.s1   materialS01.s1   material
S01.s1 materialc09271
 
jcbenitezp
jcbenitezpjcbenitezp
jcbenitezpc09271
 
Pdi paterno m_lab1
Pdi paterno m_lab1Pdi paterno m_lab1
Pdi paterno m_lab1c09271
 
Ul rc_cap4_capa de red - encaminamiento ruteo
 Ul rc_cap4_capa de red - encaminamiento ruteo Ul rc_cap4_capa de red - encaminamiento ruteo
Ul rc_cap4_capa de red - encaminamiento ruteoc09271
 
Ul rc_cap3_el nivel de red en internet
 Ul rc_cap3_el nivel de red en internet Ul rc_cap3_el nivel de red en internet
Ul rc_cap3_el nivel de red en internetc09271
 
Ul rc_cap2_la capa de red
 Ul rc_cap2_la capa de red Ul rc_cap2_la capa de red
Ul rc_cap2_la capa de redc09271
 
X 4 prospeccion
X 4 prospeccionX 4 prospeccion
X 4 prospeccionc09271
 
Carrier ethernetessentials
Carrier ethernetessentialsCarrier ethernetessentials
Carrier ethernetessentialsc09271
 
Metro ethernet-services
Metro ethernet-servicesMetro ethernet-services
Metro ethernet-servicesc09271
 
Metroethernet redes-y-servicios
Metroethernet redes-y-serviciosMetroethernet redes-y-servicios
Metroethernet redes-y-serviciosc09271
 
Utp pdi_2014-2_sap3 transformaciones básicas a nivel espacial i
 Utp pdi_2014-2_sap3 transformaciones básicas a nivel espacial i Utp pdi_2014-2_sap3 transformaciones básicas a nivel espacial i
Utp pdi_2014-2_sap3 transformaciones básicas a nivel espacial ic09271
 
Ia 2014 2 balotario de la pc1
Ia 2014 2 balotario de la pc1Ia 2014 2 balotario de la pc1
Ia 2014 2 balotario de la pc1c09271
 
9275315981 reduce
9275315981 reduce9275315981 reduce
9275315981 reducec09271
 
Utp sirn_s3_red perceptron
 Utp sirn_s3_red perceptron Utp sirn_s3_red perceptron
Utp sirn_s3_red perceptronc09271
 
Utp 2014-2_pdi_sap2 iluminacion y modos de color
 Utp 2014-2_pdi_sap2 iluminacion y modos de color Utp 2014-2_pdi_sap2 iluminacion y modos de color
Utp 2014-2_pdi_sap2 iluminacion y modos de colorc09271
 
Utp 2014-2_ia_s2_intro a las rna
 Utp 2014-2_ia_s2_intro a las rna  Utp 2014-2_ia_s2_intro a las rna
Utp 2014-2_ia_s2_intro a las rna c09271
 
Utp sirn_s2_rna 2014-2
 Utp sirn_s2_rna 2014-2 Utp sirn_s2_rna 2014-2
Utp sirn_s2_rna 2014-2c09271
 
Utp sirn_s2_rna 2014-2
 Utp sirn_s2_rna 2014-2 Utp sirn_s2_rna 2014-2
Utp sirn_s2_rna 2014-2c09271
 

Más de c09271 (20)

0121 2494-pys-50-11 (1)
0121 2494-pys-50-11 (1)0121 2494-pys-50-11 (1)
0121 2494-pys-50-11 (1)
 
S01.s1 material
S01.s1   materialS01.s1   material
S01.s1 material
 
jcbenitezp
jcbenitezpjcbenitezp
jcbenitezp
 
Pdi paterno m_lab1
Pdi paterno m_lab1Pdi paterno m_lab1
Pdi paterno m_lab1
 
Ul rc_cap4_capa de red - encaminamiento ruteo
 Ul rc_cap4_capa de red - encaminamiento ruteo Ul rc_cap4_capa de red - encaminamiento ruteo
Ul rc_cap4_capa de red - encaminamiento ruteo
 
Ul rc_cap3_el nivel de red en internet
 Ul rc_cap3_el nivel de red en internet Ul rc_cap3_el nivel de red en internet
Ul rc_cap3_el nivel de red en internet
 
Ul rc_cap2_la capa de red
 Ul rc_cap2_la capa de red Ul rc_cap2_la capa de red
Ul rc_cap2_la capa de red
 
X 4 prospeccion
X 4 prospeccionX 4 prospeccion
X 4 prospeccion
 
Carrier ethernetessentials
Carrier ethernetessentialsCarrier ethernetessentials
Carrier ethernetessentials
 
64 66
64 6664 66
64 66
 
Metro ethernet-services
Metro ethernet-servicesMetro ethernet-services
Metro ethernet-services
 
Metroethernet redes-y-servicios
Metroethernet redes-y-serviciosMetroethernet redes-y-servicios
Metroethernet redes-y-servicios
 
Utp pdi_2014-2_sap3 transformaciones básicas a nivel espacial i
 Utp pdi_2014-2_sap3 transformaciones básicas a nivel espacial i Utp pdi_2014-2_sap3 transformaciones básicas a nivel espacial i
Utp pdi_2014-2_sap3 transformaciones básicas a nivel espacial i
 
Ia 2014 2 balotario de la pc1
Ia 2014 2 balotario de la pc1Ia 2014 2 balotario de la pc1
Ia 2014 2 balotario de la pc1
 
9275315981 reduce
9275315981 reduce9275315981 reduce
9275315981 reduce
 
Utp sirn_s3_red perceptron
 Utp sirn_s3_red perceptron Utp sirn_s3_red perceptron
Utp sirn_s3_red perceptron
 
Utp 2014-2_pdi_sap2 iluminacion y modos de color
 Utp 2014-2_pdi_sap2 iluminacion y modos de color Utp 2014-2_pdi_sap2 iluminacion y modos de color
Utp 2014-2_pdi_sap2 iluminacion y modos de color
 
Utp 2014-2_ia_s2_intro a las rna
 Utp 2014-2_ia_s2_intro a las rna  Utp 2014-2_ia_s2_intro a las rna
Utp 2014-2_ia_s2_intro a las rna
 
Utp sirn_s2_rna 2014-2
 Utp sirn_s2_rna 2014-2 Utp sirn_s2_rna 2014-2
Utp sirn_s2_rna 2014-2
 
Utp sirn_s2_rna 2014-2
 Utp sirn_s2_rna 2014-2 Utp sirn_s2_rna 2014-2
Utp sirn_s2_rna 2014-2
 

Salidas RNA

  • 1. Sistemas Inteligentes y Redes Neuronales Artificiales (SI01) Ing. José C. Benítez P. (SI01) Salidas y entrenamiento de las RNA Laboratorio: 3
  • 2. Objetivo Fundamento teórico: Las salidas de las RNA. Funciones de Propagación Funciones de Activación Conclusiones Salidas y entrenamiento de las RNA Sistemas Inteligentes y Redes Neuronales - Prof. Ing. José C. Benítez P. 2
  • 3. Objetivo Revisar el concepto del calculo de las salidas de las RNAs. Hallar la salida de RNAs sencillas. Entrenar RNAs sencillas. Sistemas Inteligentes y Redes Neuronales - Prof. Ing. José C. Benítez P. 3
  • 4. Fundamento teórico Funciones que intervienen las salidas de las RNAs: Las salidas de una RNA viene dada por dos funciones: 1. Una función de propagación 2. Una función de activación 1 e Salida Capa de Salida Y Sistemas Inteligentes y Redes Neuronales - Prof. Ing. José C. Benítez P. 4
  • 5. 1. Funciones de propagación. • También es conocida como función de excitación. • Consiste en la sumatoria de cada entrada multiplicada por el peso de su interconexión (valor neto). • Si el peso es positivo, la conexión se denomina excitatoria; si es negativo, se denomina inhibitoria. 2. Funciones de activación Fundamento teórico 2. Funciones de activación • La función de activación, modifica a la función de propagación. • Puede no existir, siendo en este caso la salida la misma función de propagación. Sistemas Inteligentes y Redes Neuronales - Prof. Ing. José C. Benítez P. 5
  • 6. Funciones de propagación 1 1 Calculo de las salidas de la RNA: Calcular las salidas mediante la función de propagación de la RNA siguiente: 22 Función de propagación de la NA 1 (de salida O1): Función de propagación de la NA 2 (de salida O2): Sistemas Inteligentes y Redes Neuronales - Prof. Ing. José C. Benítez P. 6
  • 7. Ejemplo. RNA sin bias. Dado: I =[1;-1] w=[w11 w12; w21 w22] =[-1 -1; 1 1]. Hallar las salidas. Código MatLab: >> I=[1;-1] I = 1 -1 >> W=[-1 -1; 1 1] 1 22 1 Hallar la función de propagación respectivas >> W=[-1 -1; 1 1] W = -1 -1 1 1 >> O=W'*I O = -2 -2 >> Sistemas Inteligentes y Redes Neuronales - Prof. Ing. José C. Benítez P. 7
  • 8. Ejercicio. RNA con bias. Dado: I =[1; -1] 1 22 1 I =[1; -1] w=[w11 w12; w21 w22] =[-1 -1; 1 1]. b=[b1; b2]=[1: 2] Hallar las salidas. Sistemas Inteligentes y Redes Neuronales - Prof. Ing. José C. Benítez P. 8
  • 9. Ejercicio: RNA con entrada vectorial. Hallar la función de propagación y salidas respectivas de la RNA 1 22 1 b1 b2 Sistemas Inteligentes y Redes Neuronales - Prof. Ing. José C. Benítez P. 9
  • 10. Ejercicio: 1 22 1 3I3 b1 b2 Dado: Hallar la función de propagación y salidas respectivas sabiendo que a función de activación en hardlim. Sistemas Inteligentes y Redes Neuronales - Prof. Ing. José C. Benítez P. 10 3
  • 11. Tarea Presentar dos RNAs y dadas sus entradas, pesos de sus enlaces y bias, hallar la salida. La primera red debe considerar entradas escalares y la segunda vectorial. Presentar otras dos RNAs y dadas sus entradas, sus salidas y bias. Determinar si la red aprende.sus salidas y bias. Determinar si la red aprende. La primera red debe considerar entradas escalares y la segunda vectorial. Sistemas Inteligentes y Redes Neuronales - Prof. Ing. José C. Benítez P. 11
  • 12. Informe de Laboratorio El Informe de Laboratorio es un documento gráfico en lo posible y es redactado en Word con el desarrollo del laboratorio. Niveles de Informe: Primer nivel: Observaciones. Imágenes con comentarios cortos. Redactar al ir desarrollando el laboratorio. (Requiere desarrollar el laboratorio). Segundo nivel: Conclusiones. Redactar al terminar el laboratorio.(Requiere haber desarrollado el laboratorio).laboratorio.(Requiere haber desarrollado el laboratorio). Tercer Nivel: Recomendaciones. (Requiere lectura de otras fuentes). Dentro de su Carpeta Personal del Dropbox crear una carpeta para el laboratorio 2 con el siguiente formato: SIRN_PaternoM_Lab3 Adjuntar fuentes que le han ayudado en esta carpeta creada. Las fuentes deben conservar el nombre original de archivo y se debe agregar _L3 al final. Presentar el Informe de Laboratorio 3 en esta carpeta creada. Sistemas Inteligentes y Redes Neuronales - Prof. Ing. José C. Benítez P. 12
  • 13. Lab3. Salidas y entrenamiento de las RNA Blog del curso: utpsirn.blogspot.com 13 Sistemas Inteligentes y Redes Neuronales - Prof. Ing. José C. Benítez P.