Please enable JavaScript.
Coggle requires JavaScript to display documents.
Maquina de Boltzmann, Red de Hopfield, Perceptron, Redes neuronales…
Maquina de Boltzmann
-
Origen
Geoffrey Hinton y Terry Sejnowski, 1985.
Inspirada en la distribución de Boltzmann (termodinámica).
-
Aprendizaje
Minimiza energía mediante muestreo estocástico (Monte Carlo).
Dio origen a RBM y Deep Belief Networks.
-
-
-
Red de Hopfield
-
-
Características
- Neuronas totalmente conectadas.
- Pesos simétricos
- Estados binarios
Función
- Almacena y recupera patrones.
- Evoluciona hacia estados estables (mínimos de energía).
-
Ventaja
Simple, buena para memorias autoasociativas.
-
Perceptron
-
-
-
-
-
Ventaja
Sencillo, histórico, primer paso hacia el deep learning.
-
-
Funciones de activacion
-
-
-
-
-
Desventaja
Algunas (sigmoide, tanh) → gradiente desvanecido.
Neurona MCP
-
Origen
Warren McCulloch y Walter Pitts, 1943.
-
-
-