MultiLayerPerceptron 0.1.0

Implementación desde cero de un Perceptrón Multicapa en Python, sin librerías externas, con backpropagation y soporte para múltiples capas.

🧠 Proyecto: Perceptrón Y Perceptrón Multicapa desde Cero

Este proyecto implementa un Perceptrón Multicapa (MLP) en Python, desarrollado sin librerías externas, únicamente con la biblioteca estándar.

El objetivo es mostrar cómo funcionan las redes neuronales artificiales desde sus fundamentos matemáticos, sin depender de frameworks como TensorFlow o PyTorch, NumPy, etc.

✨ Características

-> Implementación desde cero de un MLP (Multi-Layer Perceptron).

-> Funciones de activación clásicas (Sigmoide, ReLU, Leaky ReLU y tanh).

-> Entrenamiento con backpropagation y gradiente descendente.

-> Soporte para múltiples capas ocultas y diferentes cantidades de neuronas por capa.

Ejemplos de entrenamiento con problemas simples (ej. compuertas lógicas).

🎯 Objetivo

Este proyecto está pensado como material educativo para quienes quieran entender a detalle el funcionamiento interno de las redes neuronales y el algoritmo de retropropagación, sin “caja negra”.