Es una función de activación.
Hay una serie de funciones de activación comunes en uso con redes neuronales.
Signum es uno de ellos, para conocer el papel de la función de activación sigue el siguiente enlace.
- Rethink Robotics (anteriormente Heartland Robotics) lanzará un robot con un precio "disruptivo" en unas pocas semanas. ¿Tendrá esto un efecto inmediato sobre el empleo manufacturero o la economía?
- ¿Cuál sería la motivación de una súper IA totalmente autónoma?
- ¿Es FOPC la mejor manera de representar el inglés para todas las operaciones de PNL?
- ¿Cómo se explica el aprendizaje de refuerzo inverso en términos simples?
- ¿Qué juego de estrategia te recomiendan para aprender a hacer IA?
¿Cuál es el papel de la función de activación en una red neuronal? ¿Cómo funciona esto en un sistema de red neuronal humana?
Función de paso (Signum)
Una función de paso es una función que probablemente utiliza el Perceptron original. La salida es un cierto valor, 1, si la suma de entrada está por encima de cierto umbral y 0 si la suma de entrada está por debajo de cierto umbral.
Este tipo de funciones de activación por pasos son útiles para esquemas de clasificación binaria. En otras palabras, cuando queremos clasificar un patrón de entrada en uno de dos grupos, podemos usar un clasificador binario con una función de activación por pasos. Otro uso para esto sería crear un conjunto de pequeños identificadores de características . Cada identificador sería una red pequeña que generaría un 1 si una característica de entrada particular está presente, y un 0 en caso contrario. La combinación de múltiples detectores de características en una sola red permitiría resolver un problema de clasificación o agrupación muy complicado.
Hay muchos tipos de funciones de activación.
La red neuronal artificial multicapa puede usar otros tipos de funciones de activación distintas de la función de signo, por ejemplo, función lineal, función sigmoidea, funciones de tangente hiperbólica, etc. Estas diversas funciones de activación de tipo permiten que los nodos ocultos y de salida modelen una relación no lineal entre los parámetros de entrada y los valores de salida.