• Tarmoqni o’qitish algoritmi
  • Notogri bajarilganligi uchun jarima funktsiyasi
  • O’quv tasiridan qochish
    		•

    Kvadrat og'ishlarning vaznli yig'indisi




    Download 5,04 Mb.
    bet5/6
    Sana15.05.2024
    Hajmi5,04 Mb.
    #233940
    1   2   3   4   5   6
    Bog'liq
    3-4 uz ML

    Kvadrat og'ishlarning vaznli yig'indisi

    • Mashg'ulot sifatining ko'rsatkichi - bu kvadratik og'ishlarning vaznli yig'indisi bilan belgilanadigan jarima funktsiyasining qiymati:

    Tarmoqni o’qitish

    • O'quv jarayonida ANN neyronlarining og'irlik koeffitsientlari ma'lum qoidalarga muvofiq o'zgaradi.
    • O'rganish bosqichlarda (davrlarda) amalga oshiriladi.
    • Bir bosqichda (bir davr mobaynida) W koeffitsientlarining bir yangilanishi sodir bo'ladi.
    • Mashg'ulot jarima funktsiyasi foydalanuvchi tomonidan belgilangan chegaraga yetganda tugaydi.
    • Shuningdek, agar qadamlar soni bo'yicha belgilangan chegara oshib ketgan bo'lsa, mashg'ulot to'xtatilishi mumkin.

    Tarmoqni o’qitish algoritmi

    • Tarmoq maxsus algoritmlar yordamida o'qitiladi.
    • Ko'pgina algoritmlar gradient o'rganish usullariga asoslangan.
    • Tarixiy jihatdan birinchisi "xatolarni orqaga yoyish algoritmi" deb ataladigan narsa edi.
    • Keyinchalik yana bir nechta algoritmlar taklif qilindi, ulardan eng mashhurlari QPROP va RPROP.
    • Trening davomida ikkita kiruvchi ta'sir paydo bo'lishi mumkin: kam mashq qilish effekti va ortiqcha mashq qilish effekti.

    Noto'g'ri bajarilganligi uchun jarima funktsiyasi

    • Regressiya tahlilida bo'lgani kabi, kam tayyorgarlikning ta'siri o'quv majmuasidan ob'ektlarni tasniflash sifatining etarli emasligi shaklida namoyon bo'ladi.
    • Grafik jihatdan bu jarima funktsiyasining qandaydir doimiy qiymatga yaqinlashishi sifatida tasvirlangan

    O’quv ta'siridan qochish

    • Mashg'ulot ta'sirini oldini olish uchun siz quyidagi usullardan foydalanishingiz mumkin:
    • 1) ANNning yashirin qatlamidagi neyronlar sonini ko'paytirish;
    • 2) yashirin qatlamlar sonini ko'paytirish.

    Haddan tashqari moslashish effekti

    • Haddan tashqari mashq qilishning uchta belgisi mavjud:
    • 1) o'quv jarayonida jazo funktsiyasining nisbatan tez pasayishi;
    • 2) jarima funksiyasining nolga teng yoki nolga yaqin qiymati;
    • 3) o'quv majmuasidan ob'ektlarni taqdim etishda mutlaqo aniq.

    Download 5,04 Mb.
    1   2   3   4   5   6




    Download 5,04 Mb.
    Bosh sahifa
    Aloqalar
        Bosh sahifa
    Dərs
    Mühazirə
    Qaydalar
    Referat
    Xülasə
    Yazı


    Kvadrat og'ishlarning vaznli yig'indisi

    Download 5,04 Mb.