El constructor deberá recibir los hiperparámetros que van a determinar las características de la red neuronal. En esta primera versión vamos a considerar solo los siguiente hiperparámetros:
sizes
Este parámetro será una lista conteniendo el número de neuronas de cada una de las capas, incluyendo la capa de entrada y la capa de salida. Por ejemplo, el parámetro [4, 10, 2] supondría la creación de una red con 4 neuronas en la capa de entrada (es decir, estaríamos trabajando con un dataset con 4 características predictivas), 10 neuronas en la única capa oculta, y 2 neuronas en la capa de salida (escenario de clasificación).
learning_rate
El parámetro learning_rate contendrá, como podemos imaginar, la tasa de aprendizaje. Si no se especifica, podemos considerar un valor por defecto como 0.01, por ejemplo.
batch_size
Tamaño del "batch". Es decir, número de muestras a pasar por la red neuronal antes de actualizar sus parámetros (pesos y bias). También aquí podemos considerar un valor por defecto para aquellos casos en los que no se determine de forma explícita.
epochs
Número de epochs durante los cuales se va a entrenar la red neuronal.
