Red neuronal

Esta simulación muestra una red neuronal real de 3-5-5-2 que realiza una propagación hacia adelante. Cada neurona suma sus entradas ponderadas más un sesgo y comprime el resultado con la función tanh. Los estudiantes mueven tres deslizadores de entrada y ven cómo las señales atraviesan la red: las conexiones cian indican pesos positivos, las naranjas negativos, y el color y el tamaño de la neurona muestran su activación. Un botón aleatoriza los pesos. Como los pesos no están entrenados, el énfasis está en cómo funciona la aritmética, lo que la convierte en una primera mirada accesible a cómo calculan los modelos de aprendizaje automático.

• Mueve Entrada x1, x2 y x3 y observa cómo cambian Salida y1 y Salida y2.
• Observa los colores de las conexiones para encontrar cuáles pesos son positivos y cuáles negativos.
• Pulsa Aleatorizar pesos y observa cómo las mismas entradas dan salidas distintas.
• Pon las tres entradas en 0 y observa qué pasa con las salidas y con la Actividad media de la capa oculta.
• Lleva las entradas a sus límites y observa cómo la compresión tanh mantiene los valores entre -1 y 1.

1. 1Describe una neurona como una suma ponderada más un sesgo, pasada por una función de activación.
2. 2Sigue cómo fluye la información hacia adelante por las capas de una red.
3. 3Explica qué hacen los pesos positivos y negativos con una señal.
4. 4Reconoce que las salidas dependen tanto de las entradas como de los pesos.

Preguntas frecuentes de los docentes