Oddiy qilib aytganda: takroriy neyron tarmoqlar hozirgi kunga yaqin o'tmishni qo'shadi. Oddiy qilib aytganda: takroriy neyron tarmoqlar hozirgi kunga yaqin o'tmishni qo'shadi. Shuning uchun, RNN ikkita kirishga ega: hozirgi va yaqin o'tmish. Bu juda muhim, chunki ma'lumotlar ketma-ketligi keyingi voqealar haqida muhim ma'lumotlarni o'z ichiga oladi, shuning uchun RNN boshqa algoritmlar qila olmaydigan narsalarni qila oladi. Shuning uchun, RNN ikkita kirishga ega: hozirgi va yaqin o'tmish. Bu juda muhim, chunki ma'lumotlar ketma-ketligi keyingi voqealar haqida muhim ma'lumotlarni o'z ichiga oladi, shuning uchun RNN boshqa algoritmlar qila olmaydigan narsalarni qila oladi. Oldinga yo'naltiriladigan neyron tarmog'i, boshqa barcha chuqur o'rganish algoritmlari singari, kirish ma'lumotlariga og'irlik matritsasi tayinlaydi va keyin natijani chiqaradi. Oldinga yo'naltiriladigan neyron tarmog'i, boshqa barcha chuqur o'rganish algoritmlari singari, kirish ma'lumotlariga og'irlik matritsasi tayinlaydi va keyin natijani chiqaradi. E'tibor bering, RNNlar joriy va oldingi kirish uchun og'irliklarni qo'llaydi. Bundan tashqari, takroriy neyron tarmog'i gradient tushishi va vaqt bo'yicha orqaga tarqalish (BPTT) orqali ham og'irliklarni o'zgartiradi. E'tibor bering, RNNlar joriy va oldingi kirish uchun og'irliklarni qo'llaydi. Bundan tashqari, takroriy neyron tarmog'i gradient tushishi va vaqt bo'yicha orqaga tarqalish (BPTT) orqali ham og'irliklarni o'zgartiradi. RNNS TURLARI RNNS TURLARI
One to One
RNNS TURLARI RNNS TURLARI
One to Many
RNNS TURLARI RNNS TURLARI
Many to One
RNNS TURLARI RNNS TURLARI
Many to Many
Shuni ham yodda tutingki, oldinga uzatiladigan neyron tarmoqlar bitta kirishni bitta chiqishga moslashtirganda, RNNlar birdan ko'pga, ko'pga ko'pga (tarjima) va ko'pchilikni birga (ovozni tasniflash) xaritalashi mumkin. Shuni ham yodda tutingki, oldinga uzatiladigan neyron tarmoqlar bitta kirishni bitta chiqishga moslashtirganda, RNNlar birdan ko'pga, ko'pga ko'pga (tarjima) va ko'pchilikni birga (ovozni tasniflash) xaritalashi mumkin. RNNs can map one to many, many to many (translation) and many to one (classifying a voice).
Do'stlaringiz bilan baham: |
