Este documento describe el algoritmo de retropropagación del gradiente descendente (SDBP), el método más común para entrenar redes neuronales multicapa. SDBP permite aproximar un algoritmo de gradiente descendente para minimizar el error en redes con múltiples capas no lineales. Aunque SDBP puede converger a un mínimo global, la superficie de error en redes multicapa puede tener varios mínimos locales, lo que hace que el entrenamiento sea lento y requiera pequeñas tasas de aprendizaje.

1. SDBP Método del Gradiente Descendente

4. Error cuadrático vs. w 1 1,1 y w 2 1,1 w 1 1,1 w 2 1,1

5. Error cuadrático vs. w 1 1,1 y w 2 1,1 w 1 1,1 w 2 1,1

6. Ejemplo de Convergencia w 1 1,1 w 2 1,1 b a

8. Razón de aprendizaje muy grande w 1 1,1 w 2 1,1

11. Ejemplos Método del Gradiente  Descendente

13. solución

14. Simulación en Matlab / NNT

18. Dudas ???

19. Hasta la próxima !!!