14 mavzu. Neyron tarmoqni o’qitish masalasi. Neyron tarmoq aniqligini oshirish yo’llari. Reja

14.4.1. Xebba tarmoqi bo’yicha o’rgatishning signalli usuli

Bu usul bo’yicha o’rgatishda vaznlarning o’zgarishi quyidagi qoida bo’yicha aniqlanadi [13, 21]:

, (14.1)
bu yerda y_i^(n-1) -(n-1)-qatlamning i-neyronining chiquvchi qiymati; y_j⁽ⁿ⁾ -n-qatlamning j-neyronining chiquvchi qiymati; w_ij(t) va w_ij(t-1) - sinapsning vaznli koeffitsiyentlari bo’lib, ular mos ravishda t va (t‑1)-iteratsiyalarda ushbu neyronlarni birlashtiradi; a - o’rgatish tezligining koeffitsiyenti. Bu yerda va bundan keyin n sifatida tarmoqning ixtiyoriy qatlami tushuniladi.
Xebba tarmoqi bo’yicha o’rgatishning differensial usuli ham mavjud.
(14.2)
Bu yerda y_i^(n-1)(t) va y_i^(n-1)(t-1) - (n-1)-qatlamni i-neyronining t и (t-1) iteratsiyalardagi mos chiqish qiymatlari; y_j⁽ⁿ⁾(t) и y_j⁽ⁿ⁾(t-1)-n-qatlamni i-neyronining t и (t-1) iteratsiyalardagi mos chiqish qiymatlari.
Yuqorida keltirilgan formulalar asosida Xebba tarmoqi bo’yicha o’rgatishning to’liq algoritmi quyidagi ko’rinishda bo’ladi:
1. Barcha vaznli koeffitsiyentlarga katta bo’lmagan qiymatlar ta’minlanadi.
2. Tarmoqning kirishiga kiruvchi obyekt uzatiladi va uyg’atuvchi signallar klassik to’griqatlamli prinsip bo’yicha tarmoqning barcha qatlamlarga tarqaladi (feedforward) [18, 19, 21], ya’ni tarmoqdagi har neyron uchun orttirilgan yig’indi hisoblanadi va unga neyronning aktivlashgan funksiyasi qo’llaniladi, natijada neyronning chiqish qiymatlari y_i⁽ⁿ⁾, i=0...M_i-1, (M_i - i-qatlamdagi neyronlar soni; n=0...N-1, N -tarmoqdagi qatlamlar soni) hosil bo’ladi..
3. (14.1) yoki (14.2) formulalar bo’yicha olingan neyronlarning chiqiash qiymatlari asosida vaznli koeffitsiyentlar o’zgartiriladi.
4. Chiqish qiymatlari berilgan aniqlikda barqarorlashmagunch 2-qadamdan sikl bajarailaveradi.
Siklning ikkinchi qadamida kiruvchi obyektlarning barchasi navbatma-navbat tarmoqning kirishiga taqdim qilinadi.