Xatolarni teskari tarqatish usuli va Perseptron va uning modeli Xatolarni teskari tarqatish usuli

Xatolarni teskari tarqatish usuli va Perseptron va uning modeli
Xatolarni teskari tarqatish usuli (back-propagation). Teskari tarqalish ma'lumotlarni qazib olish va mashinani o'rganishda bashorat qilishning aniqligini oshirish uchun muhim matematik vositadir. Aslini olganda, teskari tarqalishlotinlarni tezda hisoblash uchun ishlatiladigan algoritmdir. Teskari tarqalishning qanday turlari mavjud? Shunday qilib, asosiy uchta qatlam: Kirish qatlami. Yashirin qatlam. Chiqish qatlami. Teskari tarqalish qoidasida haqiqiy chiqish har bir yashirin qatlam uchun birliklarning chiqishini hisoblash orqali aniqlanadi. Teskari tarqalish- bu tarmoq o'rganishi uchun vaznlarni sozlash imkonini berish uchun xatoni tarmoq orqali orqaga uzatish. Tushuntirish: RNN (Recurrent Neural Network) topologiyasi chiqishdan kirish va yashirin qatlamlarga orqaga bog'lanishni o'z ichiga oladi. Teskari tarqalish neyron tarmog'ini o'qitishning mohiyatidir. Bu oldingi davrda (ya'ni iteratsiya) olingan xato darajasi (ya'ni yo'qotish) asosida neyron tarmog'ining vaznlarini nozik sozlash amaliyotidir. Vaznlarni to'g'ri sozlash xatolik darajasini pasaytirishni ta'minlaydi, uning umumlashtirilishini oshirish orqali modelni ishonchli qiladi.
Perseptron va uning modeli. Perseptron sun'iy neyron tarmoqlarining qurilish bloki bo'lib, u miyamizdagi biologik neyronlarning soddalashtirilgan modelidir. Perseptron - bu eng oddiy neyron tarmoq bo'lib, u faqat bitta neyrondan iborat.
Perseptron algoritmi 1958 yilda Frank Rozenblat tomonidan ixtiro qilingan.
Perseptron - bu sun'iy neyron tarmog'idagi biologik neyronning oddiy modeli. Perceptron, shuningdek, ikkilik tasniflagichlarni nazorat ostida o'rganish uchun dastlabki algoritmning nomi.
Oldinga bosqich: faollashtirish funktsiyalari oldingi bosqichdagi kirish qatlamidan boshlanadi va chiqish qatlamida tugaydi.
Orqa bosqich: Orqa bosqichda model talabiga ko'ra vazn va egilish qiymatlari o'zgartiriladi.
Neyron tarmoqlar kontekstida perseptron faollashtirish funktsiyasi sifatida Heaviside qadam funktsiyasidan foydalanadigan sun'iy neyrondir. Perseptron algoritmi uni ko'p qatlamli perseptrondan farqlash uchun bir qavatli perseptron deb ham ataladi, bu esa murakkabroq neyron tarmoq uchun noto'g'ri nomdir.
Har bir sun'iy neyron tarmog'ida uchta qatlam mavjud - kirish qatlami, yashirin qatlam va chiqish qatlami.
Perseptron ba'zi bir raqamli ma'lumotlar bilan birga og'irliklar va noto'g'rilik deb nomlanuvchi narsalarni qabul qilish orqali ishlaydi. Keyin u ushbu kirishlarni tegishli og'irliklar bilan ko'paytiradi (bu og'irlikdagi yig'indi deb nomlanadi). Bu mahsulotlar keyin tarafkashlik bilan birga qo'shiladi.
Perceptron tarmoqlari bir qancha cheklovlarga ega. Birinchidan, perseptronning chiqish qiymatlari qattiq chegara uzatish funksiyasi tufayli ikkita qiymatdan faqat bittasini (0 yoki 1) qabul qilishi mumkin. Ikkinchidan, perseptronlar faqat chiziqli ajratiladigan vektorlar to'plamini tasniflashi mumkin.
Perseptronni o'rganish maqsadi sinfni aniqlash bilan birga vaznni sozlashdir. Perceptron bir qatlamli neyron tarmoq bo'lib, ko'p qatlamli perseptron Neyron tarmoqlari deb ataladi. Perseptron chiziqli klassifikator (ikkilik). Bundan tashqari, u nazorat ostida o'qitishda qo'llaniladi. Bu kiritilgan ma'lumotlarni tasniflashga yordam beradi.
Perseptronlarning turlari. Perceptron algoritmi ikki sinfli (ikkilik) tasniflash mashinasini o'rganish algoritmidir. Bu neyron tarmoq modelining bir turi, ehtimol neyron tarmoq modelining eng oddiy turi. U bir qator ma'lumotlarni kirish sifatida qabul qiladigan va sinf yorlig'ini bashorat qiladigan bitta tugun yoki neyrondan iborat.Har bir sun'iy neyron tarmog'ida uchta qatlam mavjud - kirish qatlami, yashirin qatlam va chiqish qatlami.
Neyron tarmoqlarning asosiy turlari
Perseptron.
Ko'p qatlamli Perceptron.
Konvolyutsion neyron tarmoqlari.
Takroriy neyron tarmoqlari.
Uzoq qisqa muddatli xotira tarmoqlari.
Generativ raqib tarmoqlari.
Perseptron - bu sun'iy neyron tarmog'idagi biologik neyronning oddiy modeli. Perceptron, shuningdek, ikkilik tasniflagichlarni nazorat ostida o'rganish uchun dastlabki algoritmning nomi.
Ko'p qatlamli perseptron (MLP) bir yoki bir nechta yashirin qatlamlarni o'z ichiga oladi (bitta kirish va bitta chiqish qatlamidan tashqari). Bir qavatli perseptron faqat chiziqli funktsiyalarni o'rganishi mumkin bo'lsa, ko'p qatlamli perseptron chiziqli bo'lmagan funktsiyalarni ham o'rganishi mumkin. Perceptron odatda ma'lumotlarni ikki qismga bo'lish uchun ishlatiladi. Shuning uchun u chiziqli ikkilik tasniflagich sifatida ham tanilgan. Agar siz mashinani o'rganishni yaxshiroq tushunmoqchi bo'lsangiz, oflayn rejimda ham. Qatlamlarga ko'ra Perceptron modellari ikki turga bo'linadi. Bular quyidagilar: Bir qavatli perseptron modeli. Ko'p qatlamli Perceptron modeli.