Nerv kletkalarınıń strukturası: dentrit, som, akson, sinaps

Birlik sekrew aktivlestiriw funksiyası hám onıń python tilinde realizaсiyası---

6. 
   Sigmoid aktivlestiriw funksiyası hám onıń grafigi --- juwap 7 de
   
7. 
   Sigmoida aktivlestiriw funksiyası hám onıń python tilinde realizaсiyasi ---
   

Sigmoida aktivlashtirish funksiyasi, uning grafigi va python tilida realizatsiyasi. Nt da eng ko’p ishlatiladigan funksiyalar sigmoida aktivlashtirish funksiyasi bo’lib hisoblanadi. Sigmoida funksiyalarining butun bir oilasi mavjud bo’lib, ularning ba’zilari sun’iy neyronlarda faollashtirish funksiyasi sifatida ishlatiladi. Sigmoida funksiyasidan foydalanganimizda 0 va 1 oralig’ida bo’lgan son ko’rinishidagi yakuniy natijagaega bo’lamiz. Bunda S vaznlar yig’indisi qanchalik katta bo’lsa y chiqishi 1 ga shunchalik yaqin bo’ladi. Lekin hech qachon 1 ga teng bo’lmaydi. S qanchalik kichik bo’lsa 0 ga shunchalik yaqinlashadi. S.f. quyidagi xususiyatlarga ega; 1. mazkur funksiyaning siqish xususiyati bor. Yani argumetnda qanday qiymat bo’lishidan qat’I nazar chiqish signali har doim 0 va 1 oralig’ida bo’ladi. 2. U birlik sakrash funksiyasida ko’ran moslashuvchanroq. 3. Barcha nuqtalarda hosilasi bor. Import numpy as np def sigmoida(x): y=(1/(1+np.exp(-x)) return y print (sigmoida(y))

8. 
   Giperbolik tangens aktivlestiriw funksiyası hám onıń grafigi --- Giperbolik tangens funksiyasi yoki Tanh chiqishi qiymati -1 dan 1 gacha o'zgarib turadigan logistik funktsiyadir. Bipolar sigmasimon funktsiya sifatida ham tanilgan. Tanhning chiqishi 0 atrofida, sigmasimon esa 0,5 atrofida. Ta'lim to'plamidagi har bir kirish o'zgaruvchisining o'rtacha qiymati nolga yaqin bo'lsa, Tanh yaqinlashuvi odatda tezroq bo'ladi.
   

9. 
   9. Giperbolik tangens aktivlestiriw funksiyası hám onıń python tilinde realizaсiyasi
   10. ReLU aktivlestiriw funksiyası hám onıń grafigi
   11. ReLU aktivlestiriw funksiyası hám onıń python tilinde realizaсiyasi
   12. Bir qatlamlı jasalma neyron torları
   13. Kóp qatlamlı jasalma neyron torları
   14. Neyron tórin úyretiw
   15. Jasalma neyron tórın oqıtıwshılı úyretiw (supervised learning)
   16. Jasalma neyron tórın oqıtıwshısız úyretiw (unsupervised learning)
   17. Úyretiwshi tańlanba (training set)
   18. Tekseriw ushın tańlanma (test set)
   19. Qátelik funksiyaları
   20. Ortasha kvadratik qátelik funksiyası (MSE)