Capa ocultaHidden Layer
La capa intermedia que fabrica rasgos entre la entrada y la salida
- La capa oculta es toda capa que queda entre la capa de entrada, donde se reciben los valores, y la capa de salida, donde sale la respuesta.
- No significa que algo esté escondido, sino que es un lugar donde nadie de afuera mete ni lee valores directamente.
- Cada vez que se atraviesa una capa oculta, la información se reorganiza en una forma más manejable. A lo que se forma así se le llama rasgo.
- Sin ninguna capa oculta, solo se puede trazar un único límite recto. Con una sola capa oculta ya se puede trazar un límite curvo.
- Cuántas capas apilar y cuántas unidades poner en cada una definen el carácter y el tamaño del modelo.
Contenido
1La analogía
Cuando reportas una filtración de agua a la administración del edificio, la recepción no te da la respuesta ahí mismo. El reclamo pasa hacia adentro. Atraviesa el puesto que revisa de qué tubería viene la filtración, el puesto que contacta al vecino de arriba para confirmar los detalles, y el puesto que coordina el horario con la empresa de reparación. Quien puso el reclamo no puede ver estos puestos intermedios, y días después solo recibe la respuesta: cuándo va la reparación. Las capas ocultas de una red neuronal son estos puestos intermedios. En un lugar donde nadie de afuera mete ni lee valores directamente, van transformando poco a poco lo que reciben en una forma que el siguiente puesto pueda manejar mejor.
2En detalle
No es que esté escondido, es que nadie de afuera lo toca
La palabra "oculta" suele generar malentendidos. No significa que algo se haya escondido a propósito. La capa de entrada es donde nosotros metemos los valores, y la de salida, donde leemos la respuesta; las capas de en medio son las que nosotros no tocamos, ni para meter ni para leer. Se llaman ocultas porque nadie de afuera las toca directamente.
Tampoco es que no se puedan ver. Si se quiere, se pueden sacar y mirar los valores de una capa intermedia. Solo que esos números no llevan una etiqueta legible para una persona. El entrenamiento los organizó a su manera, y traducirlos al lenguaje humano exige un trabajo aparte.
Cuanto más se atraviesa, más grande es la unidad que se maneja
Atravesar una capa significa ponderar los valores de la capa anterior, sumarlos y hacerlos pasar por una regla de umbral. Al hacerlo, las señales que estaban dispersas en la capa previa se agrupan en unas cuantas ramas. A esas ramas agrupadas se les llama rasgos.
En un modelo que procesa imágenes se ve muy bien este flujo. Las primeras capas ocultas capturan los lugares donde el brillo cambia de golpe, es decir, los bordes. La siguiente capa agrupa esos bordes en curvas o cuadrículas, y más adelante se agrupan en bloques como una rueda o una ventana. Recién en la última capa se responde si es o no un auto.
Lo importante es que nadie definió este orden de antemano. Qué captura cada capa lo reparte el entrenamiento por sí solo. Igual que los puestos de adentro de una administración se reparten el trabajo, cada capa encuentra a su manera qué se le da mejor organizar.
El problema que no se resuelve sin capa oculta
Sin ninguna capa oculta, la entrada conecta directo con la salida. Una estructura así solo puede resolver problemas que se dividen con un único límite recto. Casos como "la respuesta es verdadera solo si exactamente una de dos condiciones es verdadera" son comunes en el mundo, y una sola línea recta jamás puede separarlos.
Con solo una capa oculta, todo cambia. Los puestos intermedios trazan cada uno su propio límite recto, y la capa de salida vuelve a combinar esos resultados. Es como unir tramos rectos para armar un límite curvo. Apilar más capas permite volver a combinar los tramos que ya armó la capa anterior, así que con la misma cantidad de unidades se pueden dibujar formas mucho más complejas.
Cuántas capas y cuántas unidades apilar
Al número de capas se le llama profundidad; al número de unidades en una capa, anchura. Ambos son valores que una persona fija antes de entrenar. Apilar en profundidad conviene para pensar por etapas; ensanchar conviene para observar varias ramas a la vez en una misma etapa.
Aumentar sin más tampoco es la solución. Cuanto más profunda la red, más le cuesta a la señal de entrenamiento llegar hasta las primeras capas, y también sube el cálculo y la memoria necesarios. Si la capa oculta es demasiado grande para la cantidad de datos disponibles, el modelo puede terminar memorizando los datos en vez de aprender a resolver el problema. Por eso profundidad y anchura se ajustan probando poco a poco, según cuántos datos y cuánto cálculo se tenga disponible.
3Con más precisión
La capa oculta es toda capa que queda fuera de la capa de entrada y la de salida. A una red con varias capas ocultas apiladas se le llama profunda, y de ahí sale el nombre aprendizaje profundo. Una capa se compone de multiplicar los valores de la capa anterior por sus pesos, sumarlos, añadir el sesgo y hacerlos pasar por la función de activación.
La analogía también tiene sus costuras. En la administración, una persona reparte de antemano el trabajo entre los puestos, pero nadie decide de antemano qué le toca a cada capa oculta. Solo después de entrenar se puede examinar a qué señal reacciona cada unidad, y es común que una sola unidad termine cumpliendo varios papeles a la vez. A diferencia de un reclamo que avanza puesto por puesto en orden, todas las unidades de una capa se calculan al mismo tiempo: cada valor de la capa anterior llega de golpe a cada unidad de la siguiente, así que el flujo no se parece al de una administración donde cada papel tiene su encargado fijo. También es muy usada una estructura con un atajo que salta capas y lleva el valor tal cual hacia adelante, lo que permite apilar mucha profundidad sin que la señal de entrenamiento deje de llegar hasta el principio.
4Pruébalo
5Malentendidos comunes
Es fácil pensar que una capa oculta está escondiendo algo, pero en realidad solo significa que es un lugar donde nadie de afuera mete ni lee valores directamente.
Es fácil pensar que apilar más capas ocultas siempre mejora el resultado, pero en realidad hay un punto en el que la señal de entrenamiento deja de llegar hasta el principio y el resultado empeora.
Es fácil pensar que cada capa oculta cumple un papel que una persona le asignó, pero en realidad qué captura cada capa lo reparte el entrenamiento por sí solo.
7Resumen en una línea
En resumenLa capa oculta es el lugar intermedio entre la entrada y la salida donde nadie de afuera interviene, y su tarea es convertir lo que recibe en rasgos que la siguiente capa pueda manejar mejor.
¿Has visto un error o tienes una analogía mejor? Sugerir una corrección · Última actualización2026-09-02