Lección 3 del módulo “Redes Recurrentes y LSTM” del curso Fundamentos de Deep Learning con Python.
En la lección anterior vimos el principio de funcionamiento de las Redes Recurrentes y entendimos sus ventajas frente a las Redes Neuronales y Convolucionales al momento de procesar secuencias.
En esta lección veremos en detalle la arquitectura de estas Redes Recurrentes. En particular veremos los elementos que la conforman y que permiten realizar el procesamiento de secuencias.
Contenido exclusivo para suscriptores
Si eres suscriptor accede en este enlace ó suscríbete a la Academia Online y accede a todo el contenido (lecciones en video, código fuente, sets de datos y descargas) de todos los cursos, proyectos y tutoriales.
Acabamos de ver cómo las Redes Recurrentes son capaces de predecir el siguiente elemento en una secuencia utilizando el elemento actual y una «memoria» o estado oculto, que preserva información de instantes anteriores.
El estado oculto se calcula combinando el dato de entrada actual y el estado oculto previo, transformándolos mediante una función de activación no lineal. Y esta capacidad de mantener y utilizar información previa permite a estas redes procesar secuencias de manera efectiva.
Así que para terminar de comprender estos conceptos de memoria o estado oculto, en la próxima lección veremos un ejemplo paso a paso de una Red Neuronal Recurrente en acción.
Todas las lecciones del curso Fundamentos de Deep Learning con Python.