Clicked Gallery

¿Qué es la retropropagación (backpropagation)?

Subrayado en un documento técnico real. Explicado por Clicked.

Usado en una frase

Engineering Notes · AI Systems

During the model training loop, the network used backpropagation to pass loss metrics backward and adjust node weights.

El lector subrayó una palabra en la documentación. Clicked desglosó el término técnico «backpropagation» en español claro:

Explicado en tres niveles

Los mismos datos, otro rollo — Modo jerga 😎

El método Clicked

●○○

Overview

La retropropagación es el algoritmo que calcula cuánto contribuyó cada uno de los millones de ajustes internos de una red neuronal a un error, haciendo pasar ese error hacia atrás por las capas, para que cada uno pueda corregirse en su justa parte. Es la pieza que hace posible entrenar redes profundas.
●○○

Overview

La retropropagación es la auditoría de culpas. El modelo mete la pata, y el error camina hacia atrás por cada capa diciendo "tú aportaste el 3% de esto, tú el 0,4%, tú el 0,001%", y después cada peso se corrige exactamente en su parte. Repite eso unos millones de veces y empieza a parecer inteligencia. 😎

Una idea rápida — muchas veces es todo lo que necesitas.

●●○

Detail

El entrenamiento va en dos pasadas. Hacia delante: la entrada recorre las capas hasta producir una predicción, y la pérdida mide cuánto se equivocó. Hacia atrás: usando la regla de la cadena del cálculo, ese error viaja de vuelta capa por capa y calcula la parte exacta de culpa de cada peso, llamada su gradiente, en una sola barrida. Esa barrida es el avance decisivo, porque probar millones de pesos de uno en uno sería desesperadamente lento, mientras que la retropropagación los valora todos a la vez. Los gradientes pasan luego a un optimizador, normalmente el descenso de gradiente estocástico, que empuja cada peso en contra de su culpa. Adelante, atrás, ajuste, repetido por lotes millones de veces: la retropropagación calcula las direcciones y el SGD da los pasos.
●●○

Detail

Pasada hacia delante: la conjetura. Pérdida: lo mala que fue. Pasada hacia atrás: recibos con regla de la cadena para cada peso de la red, calculados en una sola barrida, y esa barrida es el milagro entero, porque revisar millones de mandos de uno en uno duraría más que la muerte térmica del universo. Los recibos van al optimizador, que es el trabajo del SGD, cada mando se ajusta en contra de su culpa y empieza el siguiente lote. La retropropagación encuentra las direcciones, el SGD da los pasos, y entrenar es solo ese bucle con una factura de luz monumental. 😎

¿Quieres más? Un clic profundiza.

●●●

Analogy

El Buscar objetivo de Excel, a lo grande. Buscar objetivo toma una fórmula, un objetivo y una celda de entrada, y encuentra el valor correcto probando, midiendo el fallo y ajustando. La retropropagación es la versión con millones de celdas de entrada, que calcula el ajuste preciso de cada una a partir de una sola medición de cuánto se equivocó la salida.
Deepest level reached.
●●●

Analogy

Tu trabajo en grupo sacó un aprobado raspado y, en vez del habitual señalar con el dedo a ojo, imagina un informe exacto: qué frase, escrita por quién, costó cuántos puntos. Cada uno arregla justo su parte, y el siguiente borrador es mejor. La retropropagación es ese informe, para cada error, con millones de contribuyentes a la vez.
Deepest level reached.

¿Concepto nuevo? Un ejemplo cotidiano lo hace clic — nuevas analogías cuando quieras.

Las explicaciones de IA pueden contener errores · No es asesoramiento profesional

Definición formal — El mismo término, explicado de la forma habitual

La retropropagación es un algoritmo para computar el gradiente de una función de pérdida respecto a todos los parámetros de una red neuronal mediante diferenciación automática en modo inverso. Tras una pasada hacia adelante que produce predicciones y una pérdida escalar, la regla de la cadena se aplica capa por capa en sentido inverso para obtener la derivada parcial de cada parámetro en un único recorrido hacia atrás, con coste comparable al cómputo hacia adelante. Los gradientes resultantes parametrizan las actualizaciones de pesos realizadas por un optimizador como el descenso de gradiente estocástico.

¿Quieres que Clicked te explique términos como «backpropagation» directamente en tu navegador, incluso en PDFs?

Añadir a Chrome — Gratis

50 Explicaciones gratis · Sin tarjeta de crédito