|
Izlanishlar haqidagi ma’lumotlar berilgan. Shuningdek, sun’iy neyron tarmoqni o‘qitish usullari va o‘qitish algoritmlari yoritilganBog'liq sun-iy-neyron-tarmoqlarini-o-qitish-usullariOriental Renaissance: Innovative,
educational, natural and social sciences
VOLUME 2 | ISSUE 12
ISSN 2181-1784
Scientific Journal Impact Factor
SJIF 2022: 5.947
Advanced Sciences Index Factor
ASI Factor = 1.7
199
w
www.oriens.uz
December
2022
tarmoq taqdim etilgan o‘qitish misollaridan og‘irliklarni moslashtirishi kerak.
Tarmoqning misollardan o‘rganish xususiyati ularni oldindan belgilangan bo‘yicha
ishlaydigan tizimlarga qaraganda jozibador qiladi.
3-Rasm. Lokal minimum muammolari.
Mavjud barcha o‘qitish usullari orasida ikkita sinfni ajratish mumkin:
deterministik va stokastik.
Deterministik usul tarmoq parametrlarini joriy parametrlari, kirish qiymatlari,
haqiqiy va kerakli chiqishlari asosida iterativ ravishda tuzatadi. Bunday usulning
yorqin tasviri orqaga tarqalish usulidir.
Stokastik o‘rganish usullari tarmoq parametrlarini tasodifiy o‘zgartiradi. Bunday
holda, faqat yaxshilanishlarga olib kelgan o‘zgarishlar saqlanadi. Quyidagi algoritmni
stokastik o‘rganish usuliga misol qilib keltirish mumkin:
1.
Tarmoq sozlamalarini tasodifiy yo‘l bilan tanlang. Kirishlar to‘plamini
taqdim eting va olingan natijalarni hisoblang.
2.
Ushbu chiqishlarni keraklilar bilan solishtiring va ular orasidagi farqni
hisoblang.
Bu
farq
xato
deb
ataladi.
Treningning
maqsadi
xatoni
minimallashtirishdan iborat.
3.
Agar xato kamaygan bo‘lsa, tuzatish saqlanadi, aks holda tuzatish
o‘chiriladi va yangisi tanlanadi. 2- va 3-bosqichlar tarmoq o‘qitilguncha takrorlanadi.
Shuni ta’kidlash kerakki, stokastik o‘rganish usuli mahalliy minimumning
tuzog‘iga tushishi mumkin (3-rasm).
Faraz qilaylik, asl qiymat tasodifiy sozlash qadamlari kichik bo‘lsa,
A
nuqtadan har qanday og‘ishlar xatoni oshiradi va rad etiladi. Shunday qilib,
B
nuqtasidagi eng kichik xato qiymati hech qachon topilmaydi. Tarmoq
parametrlarining tasodifiy tuzatishlari juda katta bo‘lsa, xato shu qadar keskin
o‘zgaradiki, u hech qachon minimallardan biriga joylashmaydi. Bunday
muammolarni oldini olish uchun tasodifiy tuzatish bosqichlarining o‘rtacha hajmini
asta-sekin kamaytirish mumkin. O‘rtacha qadam kattaligi katta bo‘lsa, xato qiymati
barcha qiymatlarni teng ehtimollik bilan qabul qiladi. Agar qadam o‘lchami asta-
|
|
Bosh sahifa
Aloqalar
Bosh sahifa
Izlanishlar haqidagi ma’lumotlar berilgan. Shuningdek, sun’iy neyron tarmoqni o‘qitish usullari va o‘qitish algoritmlari yoritilgan
|
