Red_Neuronal_Perceptron

Código en Python para implementar una red neuronal básica

Red Neuronal de Dos Capas en Python

Este proyecto es una implementación sencilla de una red neuronal en Python. Utiliza la función de activación sigmoide y su derivada para el proceso de backpropagation. El proyecto está diseñado para ser un punto de partida para aquellos que se inician en el aprendizaje automático y las redes neuronales.

Características

• Función de activación sigmoide.
• Derivada de la función sigmoide para el backpropagation.
• Configuración de una red neuronal con una capa oculta.

Requisitos

Para ejecutar este código, necesitarás Python y la biblioteca Numpy. Puedes instalar Numpy usando pip:

pip install numpy

Uso

Para usar esta red neuronal, simplemente importa la clase RedNeuronal desde el script y crea una instancia de la red con los parámetros deseados: número de entradas, número de neuronas en la capa oculta, número de neuronas en la capa de salida, y la tasa de aprendizaje.

Aquí hay un ejemplo simple de cómo inicializar y utilizar la red:

from red_neuronal import RedNeuronal

# Crear una instancia de la red
# Por ejemplo: 3 neuronas de entrada, 4 en la capa oculta, 1 en la capa de salida
red = RedNeuronal(3, 4, 1)

# Aquí puedes añadir tu código para entrenar la red con tus datos

Contribuciones

Las contribuciones son siempre bienvenidas. Si tienes alguna sugerencia o mejora, por favor, crea un 'pull request' o abre un 'issue' en este repositorio.