Explicación detallada
Cada neurona aplica una combinación lineal seguida de una función no lineal. El apilamiento de capas permite aprender representaciones cada vez más abstractas. La red neuronal es el componente básico del deep learning.
Ejemplos
Perceptrón multicapa
CNN para la visión
RNN para series temporales
Transformer para texto
Preguntas frecuentes
¿Cuántas capas?
De unas pocas unidades a varios cientos según la tarea: se habla de 'profundo' cuando hay más de unas pocas capas ocultas.
Términos relacionados
Aprendizaje profundo
Subcampo del aprendizaje automático que utiliza redes neuronales profundas para aprender representaciones complejas.
Machine Learning
Rama de la IA en la que los modelos aprenden patrones a partir de datos en lugar de seguir reglas explícitas.
Transformer
Arquitectura de red neuronal basada en el mecanismo de atención, que está en la base de los LLM modernos.
Última actualización: 15/7/2026