Mavzu: C# da ichma-ich joylashgan sinflar

Perseptronni o'rganish qoidasi

Perseptronni o'rganish qoidasi

Perceptron o'rganish qoidasi algoritm avtomatik ravishda optimal vazn koeffitsientlarini o'rganishini ta'kidlaydi. Keyin kirish xususiyatlari ushbu og'irliklar bilan ko'paytirilib, neyron faollashdimi yoki yo'qligini aniqlaydi.

Perceptron bir nechta kirish signallarini qabul qiladi va agar kirish signallarining yig'indisi ma'lum bir chegaradan oshsa, u signal chiqaradi yoki chiqishni qaytarmaydi. Nazorat ostida o'rganish va tasniflash sharoitida bu keyinchalik namuna sinfini bashorat qilish uchun ishlatilishi mumkin.

Perceptron bir nechta kirish signallarini qabul qiladi va agar kirish signallarining yig'indisi ma'lum bir chegaradan oshsa, u signal chiqaradi yoki chiqishni qaytarmaydi. Nazorat ostida o'rganish va tasniflash sharoitida bu keyinchalik namuna sinfini bashorat qilish uchun ishlatilishi mumkin.

Perceptron FunktsiyasiPerceptron-bu uning kiritilgan "x" ni xaritaga tushiradigan funktsiya, bu o'rganilgan vazn koeffitsienti bilan ko'paytiriladi; "f(x)"chiqish qiymati hosil bo'ladi.

Perceptron FunktsiyasiPerceptron-bu uning kiritilgan "x" ni xaritaga tushiradigan funktsiya, bu o'rganilgan vazn koeffitsienti bilan ko'paytiriladi; "f(x)"chiqish qiymati hosil bo'ladi.

Yuqorida keltirilgan tenglamada:

"w" = haqiqiy qiymatlar vektori

"b" = bias (kirish qiymatiga bog'liq bo'lmagan holda chegarani boshlang'ichdan uzoqlashtiradigan element)

“x” = kirish x qiymatlari vektori

"m" = Perceptronga kirishlar soni

"m" = Perceptronga kirishlar soni

Chiqish "1" yoki "0" sifatida ifodalanishi mumkin. Qaysi faollashtirish funksiyasidan foydalanilganiga qarab u “1” yoki “-1” sifatida ham ifodalanishi mumkin.

Perseptronning kirishlari

Perseptronning kirishlari

Perceptron kirishlarni qabul qiladi, ularni ma'lum og'irlik qiymatlari bilan tartibga soladi, so'ngra yakuniy natijani chiqarish uchun transformatsiya funktsiyasini qo'llaydi. Quyidagi rasmda mantiqiy chiqishi bilan Perceptron ko'rsatilgan.