|
Neyron tarmoq modeli sozlamalari
|
| bet | 2/11 | | Sana | 19.12.2023 | | Hajmi | 94,65 Kb. | | #124237 |
Bog'liq 1-Amaliy ish 11-sinf-informatika-testlar-3, Dasturlash 2(rus), Mavzu Kiyim shaklini hosil qilish vositalari, Mavzu Kiyimga qo‘yiladigan sifat ko‘rsatkichlari, ISLOM DINI SHIYALIK OQIMI, 5-Amaliy ish, 1 nomeer, 3-Amaliy ish, Amaliy ish 1 umrbek, dilnoza, ata baxrom 1, Marat Sultonov 60 yoshda (1) 1-макола, 2-Mavzu XVII asr o‘rtasida -XX asrning boshida Yaponiya, Xitoy , Mavzu Funksional fizik metod qanday metod 1.1. Neyron tarmoq modeli sozlamalari
Boshqa mashina o'rganish algoritmlaridan farqli o'laroq, muvaffaqiyatning asosiy komponenti bu erda kirish parametrlarini tanlash; neyron tarmoq modelini yaratishda AI muhandisining asosiy vazifasi neyron tarmoq xususiyatlarini tanlashdir. Yaqinda algoritmlar paydo bo'lgan bo'lsa-da, bunday xususiyatlarni avtomatlashtirilgan tanlashga qodir, ular yuqori hisoblash murakkabligi, shuning uchun muhandislik tajribasi hali ham talab qilinmoqda. NS xususiyatlariga quyidagilar kiradi:
Haqiqiy model koeffitsientlari (parametrlari). Ularning umumiy qiymati belgilanadi. Yakuniy model xatosi uchun ularni optimallashtiradigan NN ta'lim algoritmi minimal edi. Biroq, muhim nuqta - ishga tushirish bo'lishi mumkin tezroq qilishga imkon beradigan dastlabki parametr qiymatlarini aniqlash algoritmni bajarish (mashq vaqtini qisqartirish). Boshlash strategiyalaridan biri mavjud modellardan "o'rganishni o'tkazish" dir. Masalan, yuzlarning fotosuratlaridan odamlarning yoshini taxmin qilish uchun o'qitilgan mavjud neyron tarmoq bo'lishi mumkin ifodalangan his-tuyg'ularni tanib olish uchun o'zgartirildi. Boshqa mumkin bo'lgan strategiya neyron tarmog'ini qurishda - ma'lumotlarni normallashtirish, ya'ni. kirish qiymatlarini quyish bir xil masshtab va diapazon, masalan [0;1].
Giperparametrlar - model parametrlaridan farqli o'laroq, ular ish paytida o'zgarmaydi mashinani o'rganish algoritmi va shuning uchun oqilona tanlangan bo'lishi kerak muhandis Asosiy giperparametrlarga quyidagilar kiradi:
Yashirin qatlamlar soni. U qanchalik kichik bo'lsa, NN tezroq ishlaydi, lekin U qanchalik katta bo'lsa, NN murakkab muammolarni yaxshiroq hal qila oladi. Uni tanlashda muhandis nazariy mulohazalar bilan boshqarilishi mumkin (masalan, inson miyasining tanib olish uchun mas'ul bo'lgan tuzilmalari haqida vizual ma'lumot) yoki oz sonli qatlamlardan boshlang, asta-sekin model sifati o'sishni to'xtatmaguncha ularni oshirish.
|
| |
