|
Neyron tarmoqlarning afzalliklari va kamchiliklari
|
| bet | 4/5 | | Sana | 12.12.2023 | | Hajmi | 20,21 Kb. | | #116478 |
Bog'liq Neyron tarmoqlarning afzalliklari va kamchiliklari AzamatUskunaga bo'lgan talab
Ular ishlashlari kerak bo'lgan maqsadning o'zgaruvchan talablariga tezda moslashish qobiliyatiga qaramay, neyron tarmoqlarni tartibga solish va tartibga solish biroz og'ir bo'lishi mumkin. Bu shuni anglatadiki, ular har qanday dastur uchun ishlash uchun og'ir mashina va apparat uskunalarini talab qiladi.
Yangi boshlanuvchilar yoki cheklangan byudjetga ega bo'lganlar uchun bu neyron tarmoqlarning to'siqlaridan biri bo'lishi mumkin. Bundan tashqari, bu jarayonning asosiy tarkibiy qismidan ko'ra ko'proq qo'shimcha narsalarga sarmoya kiritish kerakligini anglatishi mumkin.
Shunday qilib, sun'iy neyron tarmoqlari, ularning apparat sozlamalari, tashkil etilishi va joylashuvi haqida gap ketganda, biroz muammoli bo'lishi mumkin.
Tugallanmagan natijalar
Neyron tarmoqlarning ikkinchi kamchiligi shundaki, ular ko'pincha to'liq bo'lmagan natijalar yoki natijalarni yaratishi mumkin. ANN neyron tarmoqlarning o'zgaruvchan ilovalariga moslashishga o'rgatilganligi sababli , ular ko'pincha butun jarayon uchun o'qitilmagan holda qoladilar.
ANN ning afzalliklari haqida gap ketganda, bu juda oson jihat bo'lib tuyulsa-da, chiqish vaqti kelganda u tezda noqulay ahvolga tushib qolishi mumkin. To'liq bo'lmagan natijalar tufayli, ANN ko'p vaqtlar shaharning nutqiga aylangan. Ko'pgina teoremalar yordamida bunday tarmoqlar uchun faqat taxminiy qiymat yoki taxminni hisoblash mumkin.
Ma'lumotlarning mosligi
Neyron tarmoqlarning muammolaridan yana biri shundaki, ular ularga taqdim etilgan ma'lumotlarga juda bog'liq. Bu shuni ko'rsatadiki, har qanday neyron tarmoqning samaradorligi qayta ishlash uchun qabul qilingan ma'lumotlar miqdori bilan to'g'ridan-to'g'ri proportsionaldir.
Bundan tashqari, agar ularga taqdim etilgan ma'lumotlar etarli darajada mos kelmasa, ANN ham ta'sir qiladi. Shunday qilib, sun'iy neyron tarmoq algoritmlari kichik hajmdagi ma'lumotlarni tahlil qilishda xato qilishi mumkin va ular osonlikcha izohlay olmaydi.
Ushbu tarmoqlar o'qitilganda ham, ularni kelajakka tayyorlash uchun katta ma'lumotlar bilan oziqlanishi kerak. Agar shunday bo'lmasa, natijalar noto'g'ri bo'lib chiqishi va hisoblash, qo'llash yoki oddiygina topshiriqning haqiqiy topilmalarini buzishi mumkin.
|
| |
