Translations:Neural Networks/28/es: Difference between revisions

Revision as of 22:03, 27 April 2026

Information about message (contribute)

This message has no documentation. If you know where or how this message is used, you can help other translators by adding documentation to this message.

Message definition (Neural Networks)

* '''[[Convolutional Neural Networks]]''' (CNNs) — designed for grid-structured data such as images, using local connectivity and weight sharing.
* '''[[Recurrent Neural Networks]]''' (RNNs) — designed for sequential data, with connections that form cycles to maintain hidden state.
* '''{{Term|transformer|Transformers}}''' — {{Term|attention}}-based architectures that have become dominant in natural language processing and increasingly in vision.
* '''Autoencoders''' — networks trained to reconstruct their input, used for dimensionality reduction and generative modelling.
* '''Generative adversarial networks''' (GANs) — pairs of networks (generator and discriminator) trained in competition to generate realistic data.

Convolutional Neural Networks (CNN) — diseñadas para datos con estructura de cuadrícula como imágenes, utilizando conectividad local y compartición de pesos.
Recurrent Neural Networks (RNN) — diseñadas para datos secuenciales, con conexiones que forman ciclos para mantener un estado oculto.
Transformers — arquitecturas basadas en atención que se han vuelto dominantes en el procesamiento del lenguaje natural y, cada vez más, en visión.
Autoencoders — redes entrenadas para reconstruir su entrada, utilizadas para reducción de dimensionalidad y modelado generativo.
Redes generativas antagónicas (GAN) — pares de redes (generador y discriminador) entrenadas en competencia para generar datos realistas.

@@ Line 1: / Line 1: @@
-* '''[[Convolutional Neural Networks]]''' (CNN): diseñadas para datos con estructura de cuadrícula como las imágenes, utilizando conectividad local y compartición de pesos.
+* '''[[Convolutional Neural Networks]]''' (CNN) — diseñadas para datos con estructura de cuadrícula como imágenes, utilizando conectividad local y compartición de pesos.
-* '''[[Recurrent Neural Networks]]''' (RNN): diseñadas para datos secuenciales, con conexiones que forman ciclos para mantener un estado oculto.
+* '''[[Recurrent Neural Networks]]''' (RNN) — diseñadas para datos secuenciales, con conexiones que forman ciclos para mantener un estado oculto.
-* '''Transformers''': arquitecturas basadas en attention que se han vuelto dominantes en el procesamiento del lenguaje natural y, cada vez más, en visión.
+* '''Transformers''' — arquitecturas basadas en atención que se han vuelto dominantes en el procesamiento del lenguaje natural y, cada vez más, en visión.
-* '''Autoencoders''': redes entrenadas para reconstruir su entrada, utilizadas para reducción de dimensionalidad y modelado generativo.
+* '''Autoencoders''' — redes entrenadas para reconstruir su entrada, utilizadas para reducción de dimensionalidad y modelado generativo.
-* '''Redes generativas antagónicas''' (GAN): pares de redes (generador y discriminador) entrenadas en competencia para generar datos realistas.
+* '''Redes generativas antagónicas''' (GAN) — pares de redes (generador y discriminador) entrenadas en competencia para generar datos realistas.