ZeroNeura 0.1.2

No project description provided

🧠 Proyecto: Implementación Manual de IAs (Perceptrón, MLP, CNN y RNN) desde Cero

Este proyecto reúne varias inteligencias artificiales implementadas a mano, usando únicamente librerías comunes de Python (sin frameworks de machine learning como TensorFlow o PyTorch). La idea es entender cómo funciona todo por dentro: operaciones, gradientes y la lógica completa de cada modelo.

✨ Características

➤ Perceptrón implementado desde cero.

➤ Perceptrón Multicapa (MLP) con funciones de activación: Sigmoide, ReLU, Leaky ReLU y tanh.

➤ Red Neuronal Convolucional (CNN) con convoluciones, filtros y pooling hechos a mano.

➤ Red Neuronal Recurrente (RNN) básica con propagación temporal.

➤ Entrenamiento mediante backpropagation (incluyendo BPTT para RNN) y gradiente descendente.

➤ Arquitecturas flexibles: múltiples capas, filtros configurables, neuronas variables, etc.

➤ Ejemplos de entrenamiento en tareas sencillas (como compuertas lógicas y secuencias pequeñas).

📁 Leyenda importante Para ver exactamente cómo se utilizan y entrenan los modelos, entra a la carpeta test/, donde están los scripts de prueba.

🎯 Objetivo

Brindar una herramienta educativa para comprender a profundidad cómo se construyen y entrenan redes neuronales sin depender de cajas negras, mostrando cada detalle matemático y computacional del proceso.