Época
Errores en la última época
Pesos w₁ · w₂ · b
Convergido
  • Clase +1
  • Clase −1
  • Mal clasificado
  • Frontera de decisión
  • Vector de pesos w

Clic añade

Más sobre el perceptrón

Visualizador del perceptrón

El perceptrón es la máquina que aprende más sencilla que existe: una sola neurona artificial que suma sus entradas ponderadas y responde sí o no. Con dos entradas, su respuesta cambia a lo largo de una recta, y aprender significa mover esa recta hasta que cada punto quede en su lado. Pon en el plano puntos de dos clases o elige una puerta lógica, luego recorre la regla de Rosenblatt ejemplo a ejemplo, mira cada peso antes y después de la actualización y observa cómo la recta gira y se desliza hasta su sitio, o fracasa para siempre con XOR. Elige un conjunto de datos o haz clic para poner puntos en el plano: un clic añade un punto de la clase elegida en «Clic añade», un Mayús-clic o un clic derecho uno de la otra clase, y un clic sobre un punto lo elimina. Después entrena la neurona. Paso muestra un ejemplo: el anillo discontinuo lo señala y la tabla muestra los pesos antes y después de la actualización w ← w + η·(y − ŷ)·x. Época hace una pasada por todos los puntos, y Reproducir sigue a la velocidad elegida hasta que una pasada no comete ningún error o se alcanza el límite de épocas. La recta es donde w₁x + w₂y + b = 0, la flecha es el vector de pesos y un anillo rojo marca un punto en el lado equivocado.

Cómo funciona

  1. Elige un conjunto de datos, desde las puertas lógicas AND, OR, NAND y XOR hasta puntos aleatorios con margen o dos nubes solapadas, o pon tus propios puntos en el plano.
  2. Pulsa Paso para mostrar a la neurona un ejemplo y ver la actualización de cada peso, o Época o Reproducir para entrenarla con todos los puntos.
  3. Observa la frontera de decisión, el vector de pesos y los errores por época hasta que una pasada no tenga errores, y prueba XOR para ver fracasar a un solo perceptrón.

Una neurona, una recta

Un perceptrón con entradas x e y calcula w₁x + w₂y + b y responde +1 cuando la suma es positiva y −1 cuando es negativa. La suma vale cero justo sobre la recta w₁x + w₂y + b = 0, así que la neurona corta el plano en dos semiplanos, uno para cada clase. El vector de pesos (w₁, w₂) es perpendicular a esa recta y apunta hacia el lado +1, y el sesgo b aleja la recta del origen. Tratar el sesgo como el peso w₀ de una entrada que siempre vale 1 permite que una sola regla entrene los tres números.

La regla de aprendizaje

El entrenamiento muestra a la neurona un punto cada vez. Si responde bien, nada cambia. Si se equivoca, cada peso cambia en η·(y − ŷ) veces su entrada, donde y es la clase verdadera, ŷ la respuesta y η la tasa de aprendizaje. Eso empuja la recta para dejar el punto en el lado correcto. Una pasada por todos los puntos es una época. Si los puntos se pueden separar con una recta, el teorema de convergencia del perceptrón garantiza que esta regla sencilla encuentra una tras un número finito de errores; XOR muestra qué pasa cuando esa recta no existe.

Preguntas frecuentes

¿Por qué un perceptrón no puede aprender XOR?

XOR es verdadero para (0, 1) y (1, 0) y falso para (0, 0) y (1, 1). Los dos puntos verdaderos están en una diagonal del cuadrado y los dos falsos en la otra, y ninguna recta deja una diagonal a un lado y la otra al otro. Un solo perceptrón solo puede trazar rectas, así que con XOR se sigue equivocando época tras época y nunca converge. Una segunda capa de neuronas, o una entrada extra como x·y, lo resuelve.

¿El perceptrón converge siempre?

Converge siempre que una recta pueda separar las dos clases: el teorema de convergencia del perceptrón limita el número de actualizaciones, a como mucho (R/γ)² para la regla en su forma clásica, donde R es la longitud del vector de entrada más largo y γ el margen de la mejor recta separadora. Un margen pequeño puede suponer muchas épocas. Si no existe ninguna recta separadora, nunca converge; por eso la aplicación se detiene en un límite de épocas y comprueba si los puntos son separables.

¿Qué hace la tasa de aprendizaje?

Fija el tamaño de cada actualización. Partiendo de pesos cero, solo multiplica todos los pesos por el mismo factor y nunca cambia la recta ni el número de errores, una curiosa propiedad del perceptrón. Con pesos iniciales aleatorios sí importa: una tasa pequeña mantiene la recta más tiempo cerca de su posición inicial, una grande deja que dominen los primeros errores.

¿Qué es el algoritmo del bolsillo?

Una pequeña variante, publicada por Stephen Gallant en 1990, para datos que ninguna recta separa. El perceptrón funciona como siempre, pero tras cada actualización se cuentan los errores de los nuevos pesos sobre todos los puntos, y los mejores pesos hasta el momento se guardan en el bolsillo («pocket»). La recta del bolsillo, discontinua, es la respuesta cuando se detiene el entrenamiento, en lugar de la recta que la última actualización dejó por casualidad.

¿Se envía algo a un servidor?

No. Los puntos, el entrenamiento y el dibujo funcionan en tu navegador, y tus puntos y pesos se quedan en el almacenamiento local de este navegador.

¿Listo para probarlo?

Abre PictorX en tu navegador: sin instalación ni tarjeta de crédito para empezar.

Ir al editor