El algoritmo de retropropagación (backpropagation) es el método que permite a una red neuronal aprender de sus errores: calcula cuánto contribuyó cada peso al error final y ajusta esos pesos en la dirección que reduce el error.
Idea en 30 segundos
- Forward pass: la entrada atraviesa capas y produce una predicción.
- Función de pérdida: mides el error (por ejemplo, diferencia vs etiqueta).
- Backward pass: el error se propaga de la salida a la entrada.
- Update: cada peso se mueve un poco (learning rate) para bajar el error.
Por qué importa
Sin retropropagación, entrenar redes profundas a mano es inviable. Casi todo el deep learning actual —clasificadores, embeddings, y gran parte del entrenamiento de modelos grandes— usa gradientes derivados de esta idea.
Analogía simple
Imagina una receta con 20 perillas. Pruebas el plato, ves qué falló (sal, fuego, tiempo) y ajustas cada perilla según su culpa. La retropropagación es la contabilidad de culpas de cada perilla (peso).
Conceptos que debes dominar
| Concepto | Qué es | Error típico |
|---|---|---|
| Gradiente | Dirección de mayor subida del error | Pensar que “gradiente alto” siempre es malo |
| Learning rate | Tamaño del paso de actualización | Demasiado alto → diverge; bajo → no aprende |
| Función de pérdida | Cómo mides el error | Usar una métrica que no coincide con el objetivo |
| Overfitting | Memorizar train, fallar en real | No validar con datos nuevos |
Mini checklist para practicar
- Entrena un clasificador simple (MNIST o CSV tabular).
- Dibuja la curva de loss en train vs validación.
- Cambia learning rate ×10 y observa.
- Explica en voz alta: “el error de la capa N depende de…”.
Relacionado en AIClases
FAQ
¿Necesito derivar a mano para usar deep learning?
No para aplicar modelos. Sí ayuda entender la idea si vas a depurar entrenamientos o diseñar arquitecturas.
¿ChatGPT “usa retropropagación” cuando chateo?
La conversación es inferencia (forward). La retropropagación ocurre principalmente en el entrenamiento del modelo, no en cada mensaje tuyo.