Mira cómo aprende una red neuronal

¿Cómo aprende una red neuronal?

Una red neuronal recién creada no sabe nada: sus neuronas tienen valores al azar y sus respuestas son casi aleatorias (en esta página empieza acertando alrededor del 12 %). Aprender consiste en corregir esos valores, los pesos, poco a poco: la red mira una imagen, adivina, comprueba cuánto se ha equivocado y ajusta sus pesos para equivocarse un poco menos la próxima vez. Repetido con decenas de miles de imágenes, el resultado es una red que reconoce números.

Un entrenamiento real, grabado paso a paso

Lo que ves no es una animación inventada: es el registro de un entrenamiento real de una red pequeña (784 → 64 → 32 → 10, con 52.650 parámetros) con 60.000 imágenes de números escritos a mano, durante 3 ciclos completos. Al terminar acierta el 95,6 % de las 10.000 imágenes de examen, que nunca había visto. El proceso se grabó en 37 momentos distintos para que puedas avanzarlo paso a paso, verlo de golpe o moverte por la línea de tiempo.

Qué son el ciclo, el error y el acierto

• Ciclo (o época): una vuelta completa a las 60.000 imágenes de entrenamiento.
• Error (loss): mide cuánto se equivoca la red; baja a medida que aprende.
• Acierto: porcentaje de imágenes de examen que la red reconoce bien. El examen usa imágenes que no se emplean para aprender, así que mide si la red ha aprendido de verdad y no si ha memorizado.

Pruébalo con tu propio dibujo

Dibuja un número con la red recién creada y fíjate en lo perdida que está; después entrénala y vuelve a probarlo. Si quieres ver cómo piensa una red que ya sabe, visita la red neuronal ya entrenada; si te interesa lo que viene después, mira el ajuste fino y los errores más típicos al entrenar.

Otras herramientas interactivas de Akutangulo

Esta aplicación forma parte del catálogo de aplicaciones web que Akutangulo desarrolla a mano en Valladolid. Si te ha gustado, prueba la tabla periódica interactiva en 3D, el simulador del cubo de Rubik o el juego del círculo perfecto.