Kiruvchi qatlam va og’irlik koeffitsentlari

Download 1.11 Mb.
bet	4/5
Sana	05.05.2023
Hajmi	1.11 Mb.
	#56705

Bog'liq
ISMOILOV JONIBEK
Mashinali o\'qitishga kirish va uning asosiy tushunchalari, algor, 9, 1-6, 10 00 pm oraliq nazorat, MUSTAQIL ISH UCHUN NAMUNA, 6-mavzu. Ikkilik diskret modulyatsiya turlari (manipulyatsiya). , Mahmudov Psixologiya, MAVZU jonibek

Bu sahifa navigatsiya:

• Faollashtirish funksiyalari
• Neyronlar ustida bajariladigan mantiqiy amallar Mashinali o’qitish va neyron tarmoqlari uchun Python dasturlash tili paketlari №

Kiruvchi qatlam va og’irlik koeffitsentlari Yashirin qatlam va og’irlik koeffitsentlari Neyron tarmoqda hisoblash jarayoni Perceptron Perceptron bu – 2 ta qatlamdan iborat ya’ni kiruvchi va chiquvchi qatlamdan iborat bo’lgan neyronni hisoblash tuguni. Har bir perceptron sodda sinflash masalasini yechishda qo’llaniladi. Natija berilgan tasvir piksel qiymatlaridan kelib chiqib qaysi sinfga tegishli ekanligini aniqlaydi. Faollashtirish funksiyalari Barcha neyronlar bo’yicha hisoblashlar amalga oshirilganidan keyin quyidagi “sigmoid” yoki ReLU funksiyasi grafigi asosida shakllantiriladi va funksiya qiymati mos ravishda [0-1] va [0, N] oraligida o’zgarib turadi. 9.4-rasm. Sigmoid funksiya grafigi 9.5-rasm. RELU aktivatsiya funksiyasi grafigi Neyronlar ustida bajariladigan mantiqiy amallar Mashinali o’qitish va neyron tarmoqlari uchun Python dasturlash tili paketlari № Modul nomi Maqsadi 1. numpy Vektor va matritsalar ustida amallar bajarish, matematik amallar va trigonametrik funksiyalardan foydalanish 2. scipy Python uchun ilmiy kutubxona 3. scikit-learn Mashinali o’qitish, regressiya, sinflash va klasterlash uchun zarur bo’lgan funksiyalardan foydalanish 4. matplotlib Turli xil matematik funksiya grafiklarini va tasvirlarni vizuallashtirish (plotting) uchun ishlatiladigan funksiyalar 5. opencv- python Kompyuter ko’rishi, tasvirlarga raqamli ishlov berishda ishlatiladigan funksiyalardan foydalanish Download 1.11 Mb.

Download 1.11 Mb.