https://github.com/CaniaCan/neuralmaster
Ko'rib turganingizdek, biz neyronni qo'shimcha kirish parametri bilan va chiziqli klassifikatorsiz masalani echishga o'rgata oldik. Bundan tashqari, bu masalada chiziqli funksiyaning b parametri endi bu erda kerak emasligini ko'rish oson. Darhaqiqat, mantiqiy funksiyani (AND) b parametsiz ham echish mumkin, masalan, agar koeffitsientlar quyidagicha berilgan bo'lsa ((w1 = 1.7 va w2 = 1.4), u holda chegarali (porogli) funksiyasini hisobga olgan holda:
x1 w1 + x2 w2 + w3 = 0 * 1.7 + 0 * 1.4 + 0 = 0
x1 w1 + x2 w2 + w3 = 1 * 1.7 + 0 * 1.4 + 0 = 0
x1 w1 + x2 w2 + w3 = 0 * 1.7 + 1 * 1.4 + 0 = 0
x1 w1 + x2 w2 + w3 = 1 * 1.7 + 1 * 1.4 + 0 = 1
Umuman olganda, bu foydasiz emas. Uning asosiy xususiyati koordinata o'qiga nisbatan faollashtirish funksiyasi qiymatlarini o'ngga yoki chapga siljitishdir. Buni - joy siljitish neyroni deb atashadi. Ushbu xususiyat ko'pincha NTlarida qo'llaniladi (13.8-rasm):
13.8-rasm. O’ngga yoki chapga siljitishlar.
Agar biz alohida kirish uchun, masalan, x1, barcha kirish parametrlarini va chiqishda tegishli javoblarni tasavvur qilsak, biz quyidagi rasmni olamiz (13.9-rasm).
13.9-rasmdagi grafikdan ko'rinib turibdiki, bir xil qiymatlar uchun: x1=1, chiqishda javoblar bitta nusxada emas, balki bir nechta bo’ladi. Faollashtirish funksiyasi tufayli javob (chiqish) kirish parametrlarining qolgan qismiga bog'liq bo'ladi.
13.9-rasm. Kirish parametrlarini va chiqishda tegishlilik.
Vaznlarning olgan qiymatlari bilan neyron 1 dan past bo'lgan barcha kirish qiymatlarini nol deb izohlaydi, chunki uning chiqishida biz nolni olamiz (13.10-rasm).
13.10-rasm. Vaznlarning oladigan qiymatlari.
Grafikning o'zi chegara (porog) qiymatiga juda o'xshaydi, uning chegarasi 1 ga teng. Aks holda bo'lishi mumkin emas, chunki cheraviy funksiyasi faqat 0 yoki 1 ishlaydi.
Do'stlaringiz bilan baham: |