O’zbekiston Respublikasi Oliy ta’lim Fan va Innovatsiyalar vazirligi Zahiriddin Muhammad Bobur nomli Andijon Davlat Universiteti Tabiiy fanlar fakulteti Biologiya yo’nalishi

Xulosa

Xulosa qilib shuni aytishimiz mumkinki, ushbu mustaqil ishni bajarish davomida neyron tarmog'i nima ekanligini umumiy ma'noda aniqlab, ularni tasniflashning asosiy turlarini ajratib oldik. Unga ko‘ra, har bir tarmoq neyronlarning birinchi qatlamiga ega, bu kirish deb ataladi. U hech qanday hisobkitoblarni va o'zgarishlarni amalga oshirmaydi, uning vazifasi faqat bitta narsadan iborat: kirish signallarini qolgan neyronlarga qabul qilish va tarqatish. Bu barcha nayron tarmoqlariga xos bo'lgan yagona qatlam, ularning keyingi tuzilishi asosiy bo'linish mezonidir.
Neyron tarmog'i bu bir nechta neyronlardan iborat bo'lib, ularning har biri ma'lumot oladi, uni qayta ishlaydi va boshqa neyronga o'tkazadi. Har bir neyron signalni xuddi shu tarzda qayta ishlaydi. Bir neyron signalni kuchaytiradigan yoki kuchaytiradigan juda ko'p miqdordagi sinapsga ega bo'lishi mumkin, ammo vaqt o'tishi bilan ularning xususiyatlarini o'zgartirish imkoniyati mavjud.
Mazkur mustaqil ishimizning ikkinchi amaliy qismida TensorFlow paketi asosida mashinani o‘qitish modelini ko‘rib chiqdik. Bunda Fashion MNIST xilmaxilligi uchun ishlatildi, chunki muammo odatdagi MNISTga qaraganda biroz murakkabroq edi. Ikkala ma'lumotlar to'plamlari nisbatan kichik va algoritmning to'g'riligini tekshirish uchun ishlatildi. Bu kodni sinab ko'rish va disk raskadrovka uchun yaxshi boshlang'ich nuqtalardir. Biz neyron tarmog'ini o'rgatish uchun turli xildagi rasmdan va tarmoq ularni tasniflashni o'rganganligini tekshirish uchun bir nechta rasmdan foydalandik hamda natijani ushbu ishimizda keltirib o‘tdik.
Nerv tizimining strukturaviy va funksional birligi nerv hujayrasi - neyrondir. Inson asab tizimida 100 milliarddan ortiq neyron borligi taxmin qilinadi. Odatiy neyron tanadan (ya'ni, yadro qismi) va jarayonlardan iborat bo'lib, bitta odatda tarmoqlanmaydigan jarayon, akson va bir nechta shoxlangan dendritlar. Akson impulslarni hujayra tanasidan mushaklar, bezlar yoki boshqa neyronlarga o'tkazadi, dendritlar esa ularni hujayra tanasiga olib boradi.
Neyronlar o'ta yuqori chastotali elektr razryadlarini hosil qilishi va ushlab turishi mumkin - ularning chastotasi sekundiga 200 marta va undan yuqoriga etadi. Bu jarayon ion kanallari - zaryadlangan zarrachalar (ionlar) nerv hujayralari membranasidan o'tishiga imkon beruvchi oqsillar tomonidan boshqariladi. Natijada, neyronlarda elektr zaryadlari paydo bo'ladi, ular yordamida ular o'zaro "gaplashadilar".
Bunday holda, neyron membrananing elektr faolligi o'z-o'zidan susaymaydi. Elektr signalini to'xtatish uchun siz boshqa ionlarni hujayra ichiga kiritishingiz va membrana zaryadini asl qiymatiga qaytarishingiz kerak. Buning uchun har bir nerv impulsining oxirida kaliy kanallari faollashadi. Bu ularga neyron membranasi qanchalik tez tiklanishi va yana nerv impulsini yaratishga tayyor bo'lishi va shuning uchun neyron o'z aksoni bo'ylab signallarni tarmoqdagi boshqa neyronlarga qaysi chastotada uzata olishiga bog'liq .
Neyron tarmoqlari hal qila oladigan barcha vazifalar qandaydir tarzda o'rganish bilan bog'liq. Neyron tarmoqlarini qo'llashning asosiy yo'nalishlari qatoriga prognozlash, qaror qabul qilish, namunalarni tanib olish, optimallashtirish, ma'lumotlarni tahlil qilish kiradi. Neyron tarmoqlarining eng mashhur turlaridan biri bu "atalmish" konvolyutsionvizual tasvirni (tasvir va video) tanib olish, tavsiya
etuvchi tizimlar va tabiiy tilni qayta ishlashda samarali ekanligi isbotlangan:
Ular mukammal darajada ölçeklenebilir va o'zboshimchalik bilan yuqori piksellar sonini aniqlash uchun foydalanish mumkin;
Ular hajmli (uch o'lchovli) neyronlardan foydalanadilar. Qatlam ichidagi neyronlarni faqat qabul qiluvchi maydon deb ataladigan kichik joylar bog'laydi;
Qo'shni qatlamlarning neyronlari fazoviy lokalizatsiya mexanizmi bilan bog'langan. Ko'plab bunday qatlamlarni stacking qilish tobora ko'proq piksellarga javob beradigan chiziqli bo'lmagan filtrlarni beradi;
Har bir filtr butun ko'rish maydonini qamrab olish uchun kengayadi. Ushbu birliklar takrorlanadi, mavjud parametrlarni baham ko'radi va xaritani shakllantiradi. Shunday qilib, ma'lum konvolyutsion qatlamning barcha neyronlari bir xil ob'ektga (ma'lum bir javob mintaqasi ichida) javob berishni boshlaydi.