Көп катмарлуу нейрондук тармак деген эмне?
Көп катмарлуу нейрондук тармак деген эмне?

Video: Көп катмарлуу нейрондук тармак деген эмне?

Video: Көп катмарлуу нейрондук тармак деген эмне?
Video: MJC Stream: Видишь енота? А он есть! Главное об ML и компьютерном зрении 2024, Ноябрь
Anonim

А көп катмарлуу перцептрон (MLP) – алдыга багыт берүүчү жасалмалардын классы нейрон тармагы (ANN). MLP кеминде үч түйүн катмарынан турат: киргизүү катмары, жашыруун катмар жана чыгаруу катмары. Киргизүү түйүндөрүнөн башка ар бир түйүн а нейрон сызыктуу эмес активдештирүү функциясын колдонот.

Ошо сыяктуу эле, көп катмарлуу нейрон тармагы кантип үйрөнөт?

Көп катмарлуу тармактар Нейрондору жашыруун катмарларды колдонуу менен сызыктуу эмес топтомдор үчүн классификация маселесин чечүү болуп саналат чыгарууга түздөн-түз байланыштуу эмес. Кошумча жашыруун катмарлар болот геометриялык жактан бөлүү жөндөмдүүлүгүн күчөтүүчү кошумча гипер-тегиздиктер катары чечмеленет тармак.

Кошумча, эмне үчүн нейрон тармагында бир нече катмарды колдонуу керек? А нейрон тармагы ар бир сызыктуу эмес функцияны колдонот катмар . Эки катмарлар кириштердин сызыктуу комбинацияларынын сызыктуу эмес функцияларынын сызыктуу комбинациясынын сызыктуу эмес функциясын билдирет. Экинчиси биринчисине караганда алда канча бай. Демек, аткаруу айырмасы.

Муну эске алып, көп катмарлуу перцептрон кантип иштейт?

А көп катмарлуу кабылдоочу (MLP) терең, жасалма болуп саналат нейрон тармагы . Алар сигналды кабыл алуу үчүн кириш катмарынан, киргизүү жөнүндө чечимди же болжолдоону кабыл алган чыгуу катмарынан жана бул экөөнүн ортосунда, MLPтин чыныгы эсептөө кыймылдаткычы болуп саналган жашыруун катмарлардын ыктыярдуу санынан турат.

Нейрондук тармактагы сигмоиддик функция деген эмне?

Жасалма талаада Нейрондук тармактар , the сигма сымал funcion активдештирүүнүн бир түрү болуп саналат функция жасалма нейрондор үчүн. The Сигмоиддик функция (логистиканын өзгөчө учуру функция ) жана анын формуласы төмөнкүдөй көрүнөт: Сизде активдештирүүнүн бир нече түрү болушу мүмкүн функциялары жана алар ар кандай максаттар үчүн эң ылайыктуу.

Сунушталууда: