|
Mashinali o'qitish uchun chiziqli algebra. Chiziqli algebra masalalarini dasturlash
|
| bet | 1/8 | | Sana | 13.05.2024 | | Hajmi | 0,64 Mb. | | #230369 |
Bog'liq Mashinali o\'qitish uchun chiziqli algebra. Chiziqli algebra masa
Mashinali o'qitish uchun chiziqli algebra. Chiziqli algebra masalalarini dasturlash
Neyron tarmoqlar (sun'iy neyron tarmoq) - ulangan va o'zaro ta'sir qiluvchi oddiy protsessorlar (sun'iy neyronlar) tizimi. Bunday protsessorlar odatda juda oddiy (ayniqsa shaxsiy kompyuterlarda ishlatiladigan protsessorlar bilan solishtirganda). Bunday tarmoqdagi har bir protsessor faqat vaqti-vaqti bilan qabul qiladigan signallar va vaqti-vaqti bilan boshqa protsessorlarga yuboradigan signallar bilan ishlaydi. Va shunga qaramay, boshqariladigan o'zaro ta'sirga ega etarlicha katta tarmoqqa ulangan bu protsessorlar birgalikda juda murakkab vazifalarni bajarishga qodir, chunki neyron tarmoqlar ishlash jarayonida o'rganadi.
Hech kimga sir emaski, hozirda neyron tarmoqlar ko'pincha fotografiyada qo'llaniladi. Biz allaqachon ular oddiy kompyuterda animatsiya bilan qanday ishlashga qodir ekanliklarini ko'rdik va rasmlar mashhur rassomlarning asarlaridan ko'ra ko'proq bolg'a ostiga tushadi. FaceApp ilovasining asosini aynan neyron tarmoqlar tashkil etgani ajablanarli emas, u bir necha kun ichida butun dunyo bo'ylab mashhurlikka erishib, App Store do'konini bosib oldi va.
Ilon Mask Marsni mustamlaka qilganidan keyin
Google kompaniyasi nutqni matnli tasvirdan foydalanmasdan to‘g‘ridan-to‘g‘ri boshqa tilga o‘gira oladigan hamda ma’ruzachining ovozi ma’lumotlari va nutq tezligini saqlab qoladigan Translatotron yangi eksperimental neyron tarmog‘ini taqdim etdi, deyiladi kompaniya blogida. Uzoq qisqa muddatli xotiraga ega tizim ovozli kiritishni qabul qilishi va uni spektrogramma sifatida qayta ishlashga qodir va shundan so‘ng maqsadli tilda yangi spektrogramma hosil qiladi. Muayyan sharoitlarda bu nafaqat tarjima tezligini, balki uning aniqligini ham oshiradi. Yangi ishlanmaning toʻliqroq tavsifini arXiv.org ilmiy maqolalar onlayn repozitoriyasida chop etilgan maqolada topish mumkin.
Soddalashtirish
Bizga kirish signalini kerakli chiqishga aylantirish uchun model kerak. Qolgan hamma narsa bizga tegishli emas. Keling, soddalashtirishni boshlaylik.
Biologik tuzilish → sxema
Umuman olganda, neyron tarmoqlar va neyronlarni grafik tasvirlashning bir necha usullari mavjud. Bu erda biz sun'iy neyronlarni doira shaklida tasvirlaymiz.
Kirish va chiqishlarning murakkab o'zaro bog'liqligi o'rniga biz signal harakati yo'nalishini ko'rsatadigan o'qlardan foydalanamiz.
Shunday qilib, sun'iy neyron tarmoq o'qlar bilan bog'langan doiralar (sun'iy neyronlar) to'plami sifatida ifodalanishi mumkin.
Elektr signallari → raqamlar
Haqiqiy biologik neyron tarmoqda elektr signali tarmoq kirishlaridan chiqishlarga uzatiladi. Neyron tarmoqdan o'tish jarayonida u o'zgarishi mumkin.
Sun'iy neyron tarmog'imiz modelimizda biz elektr signalining xatti-harakatlarini amalga oshirishimiz shart emas, chunki baribir uning amalga oshirilishiga hech narsa bog'liq bo'lmaydi.
Biz tarmoq kirishlariga elektr signalining kattaligini ifodalovchi ba'zi raqamlarni qo'llaymiz, agar bo'lsa. Bu raqamlar tarmoq bo'ylab harakatlanadi va qandaydir tarzda o'zgaradi. Tarmoqning chiqishida biz tarmoqning javobi bo'lgan ba'zi natijaviy raqamni olamiz.
Qulaylik uchun biz hali ham tarmoq signallarida aylanayotgan raqamlarimizga qo'ng'iroq qilamiz.
Sinapslar → ulanish og'irliklari
Bu sun'iy neyron tarmoqlari kontseptsiyasidagi asosiy nuqta, men buni batafsilroq tushuntiraman. Quyidagi rasmga qarang. Endi bu rasmdagi har bir qora o'q (havola) \(w_i \) (havola og'irligi) qandaydir raqamga mos keladi. Va signal bu ulanish orqali o'tganda, uning kattaligi ushbu ulanishning og'irligiga ko'paytiriladi.
Sun'iy neyron
Endi biz sun'iy neyronning ichki tuzilishini va uning kirishiga kelgan signalni qanday o'zgartirishini ko'rib chiqamiz. Qo'rqmang, bu erda murakkab narsa yo'q. Keling, hamma narsani chapdan o'ngga batafsil ko'rib chiqaylik.
|
| |
