File Exchange

image thumbnail

Tutorial de Backpropagation - Un algoritmo de entrenamiento para redes neuronales

version 1.1 (119 KB) by

Tutorial en Español acerca del algoritmo Backpropagation. Para uso académico y educativo solamente.

13 Downloads

Updated

View License

Este tutorial presenta una breve introducción al entrenamiento de redes neuronales multicapas bajo el algoritmo de Backpropagation basado en el descenso de gradiente y de la regla delta, junto con su implementación numérica. Se simula una red en el entorno MATLAB™, entrenándola para resolver un problema de reconocimiento de caracteres y el conocido problema del XOR. Los resultados obtenidos resultan de gran interés y muestran excelente desempeño. Siendo el algoritmo una aproximador de funciones, este puede ser utilizado en muchos problemas donde se requiera la identificación de sistemas, clasificación de patrones, etc.

Palabras clave: Redes Neuronales, Perceptrón multicapas, entrenamiento, reconocimiento de patrones, backpropagation, regla delta, descenso de gradiente.

Comments and Ratings (7)

jona loyola

tengo una pequeña duda, utilizo el algoritmo de backpropagation.m para entrenar una red de tamaño [7 3 2 2] y en variable de pesos de la salida entrenamiento tengo para la primera capa una matriz de 3x8 cuando tengo solo 7 entradas. Por favor, necesito ayuda para poder implementar los datos del entrenamiento en una red, muchas gracias de antemano

Tengo el mismo error de UCAB cómo se puede corregir? Qué es exactamente L?
Muchas Gracias

Auxilio por favor :D

UCAB

UCAB (view profile)

Tengo un error en la linea 52:

??? In an assignment A(:) = B, the number of elements in A
and B
must be the same.

Error in ==> backpropagation at 52
        v{1}(1:end-1) = X(:,p);

Yamir Ramirez

leo leo

por que me sale esto por favor ayudame:
>> L = 1; rate = 0.05; alfa = 0.1; dmse = 0.0001;
>> entrenamiento = backpropagation(X,D,L,rate,alfa,dmse),
??? Attempted to access L(0); index must be a positive integer or logical.

Error in ==> backpropagation at 22
W{end} = [-1+2*rand(L(end),L(end-1)+1)];

Updates

1.1

corrected the tags.

MATLAB Release
MATLAB 7.8 (R2009a)

Download apps, toolboxes, and other File Exchange content using Add-On Explorer in MATLAB.

» Watch video