Machine learning, Deep Learning, Neural Networks, Php, raspberry pi.... & more

 El DESCENSO DEL GRADIENTE en el Backpropagation del Machine Learning Los modelos de aprendizaje profundo (o deep learning), se basan en encontrar la tasa de error de cada cálculo realizado en cada una de las neuronas y corregirlo para llegar al valor más bajo de la función e ir aprendiendo cada vez más, para predecir así un mejor resultado con los cálculos que se le facilite en un futuro. Para realizarlo, hay que 'mover' unas características de cada neurona y ajustarla, y para encontrar el error cometido y corregirlo, se utilizan fórmulas matemáticas como las aplicadas en el descenso del gradiente. Estos días, el Volcán Cumbre Vieja de La Palma tiene muchísimo protagonismo en las notícias y vidas de todo el mundo, ya que hace unos días ha entrado en erupción ( y a día de hoy continúa ), pero como tengo una cabeza que no para, mi subconsciente ha encontrado una manera muy fácil de explicar qué es el descenso del gradiente en el Backpropation, simplemente observando boquiabierto...

  Vamos al grano, a lo que interesa. La pregunta del millón.  ¿Se puede utilizar Machine Learning en PHP?  y la respuesta tan esperada por los que lo preguntan.... pues es un....  SÍ !!!!! y ya que estamos...   ¿Se puede utilizar Machine Learning en PHP en multiprocesadores con multihilo?  pues....  SÍ , también!!!!! y si no fuese mucho pedir...   ¿Se puede utilizar Machine Learning en PHP en multiprocesadores con multihilo en una Raspberry pi?  pues....  SÍ , también se puede. Qué subidón!!! vamos a intentar rizar el rizo, a ver que me respondes ahora .   ¿Se puede utilizar Machine Learning en PHP en multiprocesadores con multihilo en una Raspberry pi 2 B con 512Mb de ram, 1 solo procesador a 700Mhz y 1.000 threads a la vez?  pues claro que  SÍ (o incluso más Threads 😱), pero nos hemos pasado tres pueblos (tres pueblos por no decir más). ¿Para que quieres tener tantos hilos en un solo procesador...