Red neuronal de dos clases

Crea un clasificador binario mediante un algoritmo de red neuronal

Categoría: machine learning/inicializar modelo/clasificación

Nota

Se aplica a: machine learning Studio (clásico)

Este contenido solo pertenece a Studio (clásico). Se han agregado módulos similares de arrastrar y colocar al diseñador de Azure Machine Learning. Obtenga más información en este artículo comparativa de las dos versiones.

Información general sobre el módulo

En este artículo se describe cómo usar el módulo de red neuronal de dos clases en Azure machine learning Studio (clásico) para crear un modelo de red neuronal que se pueda usar para predecir un destino que solo tenga dos valores.

La clasificación mediante redes neuronales es un método de aprendizaje supervisado y, por lo tanto, requiere un conjunto de datos etiquetado, que incluya una columna de etiqueta. Por ejemplo, puede usar este modelo de red neuronal para predecir resultados binarios, como si un paciente tiene una determinada enfermedad o no, o bien si una máquina es propensa a errores dentro de una ventana de tiempo especificada.

Después de definir el modelo, debe entrenarlo proporcionando un conjunto de datos etiquetado y el modelo como una entrada para entrenar el modelo o para ajustar los hiperparámetros del modelo. Después, el modelo entrenado puede utilizarse para predecir valores para las nuevas entradas.

Más información sobre redes neuronales

Una red neuronal es un conjunto de capas interconectadas. Las entradas son la primera capa y se conectan a una capa de salida mediante un grafo acíclico que consta de nodos y aristas ponderadas.

Entre las capas de entrada y salida puede insertar varias capas ocultas. La mayoría de tareas predictivas pueden realizarse fácilmente con solo una o varias capas ocultas. Sin embargo, la investigación reciente ha demostrado que las redes neuronal profundas (DNN) con muchas capas pueden ser muy eficaces en tareas complejas, como el reconocimiento de imágenes o de voz. Las capas sucesivas se usan para modelar los crecientes niveles de profundidad semántica.

La relación entre entradas y salidas se aprende mediante el entrenamiento de la red neuronal con los datos de entrada. La dirección del grafo procede desde las entradas a través de la capa oculta y hacia la capa de salida. Todos los nodos de una capa se conectan mediante las aristas ponderadas a los nodos de la capa siguiente.

Para calcular la salida de la red para una entrada determinada, se calcula un valor en cada nodo en las capas ocultas y en la capa de salida. El valor se establece calculando la suma ponderada de los valores de los nodos de la capa anterior. A continuación, se aplica una función de activación a esa suma ponderada.

Configuración de Two-Class red neuronal

  1. Agregue el módulo de red neuronal de dos clases al experimento en Studio (clásico). Puede encontrar este módulo en Machine Learning, Inicializar, en la categoría Clasificación.

  2. Especifique cómo quiere que se entrene el modelo, estableciendo la opción Create trainer mode (Crear modo entrenador).

    • Single Parameter (Parámetro único): Elija esta opción si ya sabe cómo desea configurar el modelo.

    • Intervalo de parámetros: elija esta opción si no está seguro de cuáles son los mejores parámetros. A continuación, especifique un intervalo de valores y use el módulo optimizar los hiperparámetros del modelo para iterar por las combinaciones y encontrar la configuración óptima.

  3. En Hidden layer specification (Especificación de capa oculta), seleccione el tipo de arquitectura de red que se va a crear.

    • Caso de conexión completa: usa la arquitectura de red neuronal predeterminada, que se define para redes neuronal de dos clases como se indica a continuación:

      • Tiene una capa oculta.

      • La capa de salida está completamente conectada a la capa oculta, y esta a la capa de entrada.

      • El número de nodos de la capa de entrada es igual al número de características de los datos de entrenamiento.

      • El usuario establece el número de nodos de la capa oculta. El valor predeterminado es 100.

      • El número de nodos es igual al número de clases. Para una red neuronal de dos clases, significa que todas las entradas deben asignarse a uno de los dos nodos en el nivel de salida.

    • Script de definición personalizada: elija esta opción para crear una arquitectura de red neuronal personalizada mediante el uso del lenguaje net #. Con esta opción, puede definir el número de niveles ocultos, sus conexiones y las asignaciones entre las capas.

    Después de seleccionar la opción script personalizado, en el cuadro de texto definición de red neuronal , escriba o pegue instrucciones net # que definan la red. Para obtener ejemplos, vea la guía del lenguaje de especificación de redes neuronal de net #.

  4. Si no usa la opción de script, use el número de nodos ocultos y escriba el número de nodos ocultos. El valor predeterminado es una capa oculta con 100 nodos.

  5. Para Velocidad de aprendizaje, defina el tamaño del paso llevado a cabo en cada iteración, antes de la corrección. Un valor mayor para la velocidad de aprendizaje puede hacer que el modelo converja con mayor rapidez, pero puede superar los mínimos locales.

  6. Para Number of learning iterations (Número de iteraciones de aprendizaje), especifique el número máximo de veces que el algoritmo debe procesar los casos de entrenamiento.

  7. Para The initial learning weights diameter (El diámetro de pesos de aprendizaje inicial), escriba un valor que determine los pesos de nodo en el inicio del proceso de aprendizaje.

  8. Para The momentum (El momentum), especifique un peso que se debe aplicar durante el aprendizaje a los nodos de iteraciones anteriores.

  9. En el tipo de normalizador, seleccione un método que se usará para la normalización de características. Se admiten los siguientes métodos de normalización:

    • Normalizador de discretización: el normalizador de discretización crea ubicaciones de igual tamaño y, a continuación, normaliza cada valor en cada bin dividiendo por el número total de ubicaciones.

    • Normalizador gaussiano: el normalizador gaussiano cambia el tamaño de los valores de cada característica para que tengan una media de 0 y una varianza de 1. Esto se hace calculando la media y la varianza de cada característica. Para cada instancia, se resta el valor medio y el resultado se divide por la raíz cuadrada de la varianza (la desviación estándar).

    • Normalizador mínimo-máximo: el normalizador mínimo-máximo vuelve a escalar linealmente cada característica al intervalo [0, 1].

      Para cambiar la escala del intervalo [0,1] se cambian los valores de cada característica para que el valor mínimo sea 0, y, luego, se divide por el nuevo valor máximo (que es la diferencia entre los valores máximos y mínimos originales).

    • No normalizar: no se realiza ninguna normalización.

  10. Seleccione la opción Shuffle examples (Ejemplos de orden aleatorio) para ordenar de forma aleatoria los casos entre iteraciones. Si anuló la selección de esta opción, los casos se procesan en el mismo orden exactamente cada vez que ejecuta el experimento.

  11. Para Random number seed (Inicialización de número aleatorio), escriba un valor que se usará como inicialización.

    Especificar un valor de inicialización es útil cuando desea asegurar la repetibilidad entre ejecuciones del mismo experimento. En caso contrario, se utiliza un valor de reloj del sistema como la inicialización, lo que puede producir resultados ligeramente diferentes cada vez que ejecute el experimento.

  12. Seleccione la opción permitir niveles de categorías desconocidos para crear una agrupación para valores desconocidos en los conjuntos de entrenamiento y validación. Es posible que el modelo sea menos preciso en los valores conocidos, pero proporcione mejores predicciones para los valores nuevos (desconocidos).

    Si anula la selección de esta opción, el modelo solo puede aceptar los valores contenidos en los datos de entrenamiento.

  13. Agregue un conjunto de datos etiquetado al experimento y conecte uno de los módulos de aprendizaje.

    • Si establece Create trainer mode (Crear modo entrenador) en Single Parameter (Parámetro único), use el módulo Entrenar modelo.

    • Si establece Create trainer mode (Crear modo entrenador) para Parameter Range (Intervalo de parámetros), use el módulo Optimizar los hiperparámetros del modelo.

    Nota

    Si pasa un intervalo de parámetros a Entrenar modelo, solo utiliza el primer valor en la lista del intervalo de parámetros.

    Si pasa un único conjunto de valores de parámetro al módulo Optimizar los hiperparámetros del modelo, cuando espera un intervalo de valores para cada parámetro, omite los valores y usa los valores predeterminados para el aprendiz.

    Si selecciona la opción intervalo de parámetros y especifica un valor único para cualquier parámetro, se utiliza ese valor único a lo largo del barrido, incluso si otros parámetros cambian en un intervalo de valores.

  14. Ejecute el experimento.

Results

Una vez completado el entrenamiento:

  • Para ver un resumen de los parámetros del modelo, junto con los pesos de las características aprendidos en el entrenamiento y otros parámetros de la red neuronal, haga clic con el botón derecho en la salida de los hiperparámetros de entrenar modelo o ajustar modeloy seleccione visualizar.

  • Para guardar una instantánea del modelo entrenado, haga clic con el botón derecho en el resultado de Trained model (Modelo entrenado) y seleccione Save As Trained Model (Guardar como modelo entrenado). El modelo no se actualiza en las ejecuciones sucesivas del mismo experimento.

  • Para realizar la validación cruzada en un conjunto de datos etiquetado, conecte el modelo no entrenado al modelo de validación cruzada.

Ejemplos

Para obtener ejemplos de cómo se utiliza este algoritmo de aprendizaje, vea el Azure AI Gallery. Estos experimentos están relacionados y se describen en un único documento que progresa de las configuraciones básicas a las avanzadas:

Notas técnicas

Esta sección contiene detalles de implementación, sugerencias y respuestas a las preguntas más frecuentes.

Más información acerca de net

En Azure Machine Learning Studio (clásico), puede personalizar la arquitectura de un modelo de red neuronal mediante el uso del lenguaje net #. Las personalizaciones admitidas por el lenguaje net # incluyen:

  • Especificar el número de niveles ocultos y el número de nodos de cada capa
  • Especificar asignaciones entre capas
  • Definición de convolución y agrupaciones de uso compartido de pesos
  • Elección de la función de activación

Un modelo de red neuronal se define por la estructura de su grafo, que incluye estos atributos:

  • El número de niveles ocultos
  • El número de nodos de cada nivel oculto
  • Cómo se conectan las capas
  • Qué función de activación se usa
  • Pesos en las aristas del grafo

Importante

El usuario puede especificar la estructura general del gráfico, así como la función de activación. Sin embargo, no se pueden especificar los pesos en los bordes y deben aprenderse al entrenar la red neuronal en los datos de entrada.

En general, la red tiene estos valores predeterminados:

  • El primer nivel es siempre el nivel de entrada.
  • El último nivel es siempre el nivel de salida.
  • El número de nodos del nivel de salida debe ser igual al número de clases.

Puede definir tantos niveles intermedios como quiera (a veces se denominan “niveles ocultos”, ya que están dentro del modelo y no están expuestos directamente como extremos).

La guía de referencia de Net# explica la sintaxis y proporciona definiciones de redes de ejemplo. En ella se explica cómo se puede usar Net # para agregar niveles ocultos y definir la forma en que diferentes niveles interactúan entre sí.

Por ejemplo, el siguiente script usa la auto palabra clave, que establece el número de características automáticamente para los niveles de entrada y salida, y usa los valores predeterminados para el nivel oculto.

input Data auto;  
hidden Hidden auto from Data all;  
output Result auto from Hidden all;   

Para obtener más ejemplos de scripts, consulte la guía del lenguaje de especificación de redes neuronal de net #.

Sugerencia

Las redes neuronal pueden ser costosas computacionales, debido a una serie de hiperparámetros y a la introducción de topologías de red personalizadas. Aunque en muchos casos las redes neuronal producen mejores resultados que otros algoritmos, la obtención de estos resultados puede implicar una cantidad considerable de barrido (iteraciones) a través de hiperparámetros.

Parámetros del módulo

Nombre Intervalo Tipo Valor predeterminado Descripción
Especificación de niveles ocultos List Topología de red neuronal Caso completamente conectado Especificar la arquitectura de los niveles ocultos
El diámetro de los pesos de aprendizaje inicial >=double.Epsilon Float 0,1 Especificar los pesos de nodo al principio del proceso de aprendizaje
Velocidad de aprendizaje [double.Epsilon;1.0] Float 0,1 Especificar el tamaño de cada paso en el proceso de aprendizaje
El momento [0.0;1.0] Float 0,0 Especificar un peso para aplicar durante el aprendizaje a los nodos de iteraciones anteriores
Definición de red neuronal Any StreamReader Cuando elija Script de definición personalizada, escriba una expresión de script válida en cada línea para definir los niveles, los nodos y el comportamiento de una red neuronal personalizada.
El tipo de normalizador List Método de normalización Normalizador mínimo-máximo. Seleccione el tipo de normalización para aplicar a los ejemplos de aprendizaje.
Número de iteraciones de aprendizaje >=1 Entero 100 Especificar el número de iteraciones que se realizan durante el aprendizaje
Ordenar ejemplos aleatoriamente Any Boolean true Seleccionar esta opción para cambiar el orden de las instancias entre iteraciones de aprendizaje
Valor de inicialización de números aleatorios Any Entero Especificar un valor de inicialización numérico que se utilizará para la generación de números aleatorios. Déjelo en blanco para utilizar el valor de inicialización predeterminado.
Permitir niveles de categorías desconocidos Any Boolean True Indicar si se debe crear un nivel adicional de categorías para categorías desconocidas. Si el conjunto de datos de prueba contiene categorías que no están en el conjunto de datos de entrenamiento, se asignarán a este nivel desconocido.

Output

Nombre Tipo Descripción
Modelo no entrenado Interfaz ILearner Un modelo de clasificación binaria no entrenado

Vea también

Nomenclatura
Regresión de red neuronal
Red neuronal multiclase
Lista de módulos A-Z