Propagación hacia adelante

Introducción al Deep Learning en Python

Dan Becker

Data Scientist and contributor to Keras and TensorFlow libraries

Ejemplo de transacciones bancarias

  • Predice según:
    • Número de hijos
    • Número de cuentas existentes
Introducción al Deep Learning en Python

Propagación hacia adelante

ch1_2.007.png

Introducción al Deep Learning en Python

Propagación hacia adelante

ch1_2.008.png

Introducción al Deep Learning en Python

Propagación hacia adelante

ch1_2.009.png

Introducción al Deep Learning en Python

Propagación hacia adelante

ch1_2.010.png

Introducción al Deep Learning en Python

Propagación hacia adelante

ch1_2.011.png

Introducción al Deep Learning en Python

Propagación hacia adelante

ch1_2.012.png

Introducción al Deep Learning en Python

Propagación hacia adelante

ch1_2.013.png

Introducción al Deep Learning en Python

Propagación hacia adelante

ch1_2.014.png

Introducción al Deep Learning en Python

Propagación hacia adelante

ch1_2.015.png

Introducción al Deep Learning en Python

Propagación hacia adelante

ch1_2.016.png

Introducción al Deep Learning en Python

Propagación hacia adelante

ch1_2.017.png

Introducción al Deep Learning en Python

Propagación hacia adelante

ch1_2.018.png

Introducción al Deep Learning en Python

Propagación hacia adelante

ch1_2.019.png

Introducción al Deep Learning en Python

Propagación hacia adelante

ch1_2.020.png

Introducción al Deep Learning en Python

Propagación hacia adelante

ch1_2.021.png

Introducción al Deep Learning en Python

Propagación hacia adelante

ch1_2.022.png

Introducción al Deep Learning en Python

Propagación hacia adelante

ch1_2.023.png

Introducción al Deep Learning en Python

Propagación hacia adelante

ch1_2.024.png

Introducción al Deep Learning en Python

Propagación hacia adelante

  • Proceso de multiplicar y sumar
  • Producto punto
  • Propagación hacia adelante de un dato a la vez
  • La salida es la predicción para ese dato
Introducción al Deep Learning en Python

Código de propagación hacia adelante

import numpy as np
input_data = np.array([2, 3])
weights = {'node_0': np.array([1, 1]),
           'node_1': np.array([-1, 1]),
           'output': np.array([2, -1])}
node_0_value = (input_data * weights['node_0']).sum()
node_1_value = (input_data * weights['node_1']).sum()
Introducción al Deep Learning en Python

Código de propagación hacia adelante

hidden_layer_values = np.array([node_0_value, node_1_value])

print(hidden_layer_values)

[5, 1]

output = (hidden_layer_values * weights['output']).sum()

print(output)

9
Introducción al Deep Learning en Python

¡Vamos a practicar!

Introducción al Deep Learning en Python

Preparing Video For Download...