Peso

Contenido

• Definición - ¿Qué significa Peso?
• Una introducción a Microsoft Azure y la nube de Microsoft | A lo largo de esta guía, aprenderá de qué se trata la computación en la nube y cómo Microsoft Azure puede ayudarlo a migrar y administrar su negocio desde la nube.
• Techopedia explica Peso

Definición - ¿Qué significa Peso?

La idea del peso es un concepto fundamental en las redes neuronales artificiales. Un conjunto de entradas ponderadas permite que cada neurona o nodo artificial en el sistema produzca salidas relacionadas. Los profesionales que se ocupan de proyectos de aprendizaje automático e inteligencia artificial en los que se utilizan redes neuronales artificiales para sistemas similares a menudo hablan del peso en función de los sistemas biológicos y tecnológicos.

El peso también se conoce como peso sináptico.

Una introducción a Microsoft Azure y la nube de Microsoft | A lo largo de esta guía, aprenderá de qué se trata la computación en la nube y cómo Microsoft Azure puede ayudarlo a migrar y administrar su negocio desde la nube.

Techopedia explica Peso

En una neurona artificial, una colección de entradas ponderadas es el vehículo a través del cual la neurona se involucra en una función de activación y produce una decisión (disparar o no disparar). Las redes neuronales artificiales típicas tienen varias capas, incluida una capa de entrada, capas ocultas y una capa de salida. En cada capa, la neurona individual toma estas entradas y las pondera en consecuencia. Esto simula la actividad biológica de neuronas individuales, enviando señales con un peso sináptico dado desde el axón de una neurona a las dendritas de otra neurona.

Los profesionales de TI pueden utilizar ecuaciones matemáticas específicas y funciones de modelado visual para mostrar cómo se usan los pesos sinápticos en una red neuronal artificial. En un sistema llamado retropropagación, los pesos de entrada se pueden modificar de acuerdo con las funciones de salida a medida que el sistema aprende cómo aplicarlas correctamente. Todo esto es fundamental para el funcionamiento de las redes neuronales en proyectos sofisticados de aprendizaje automático.