|
Faollashtirish funksiyalari
|
| bet | 6/19 | | Sana | 20.05.2024 | | Hajmi | 58,88 Kb. | | #245889 |
Bog'liq Документ Microsoft Office WordFaollashtirish funksiyalari.
Faollashtirish funksiyalari sun'iy neyron tarmoqlarida (SNT) juda muhim rol o'ynaydi, chunki ular neyronning kirish qiymatlarini chiqish qiymatlariga aylantiradi. Faollashtirish funksiyasi kirish signallarining yig'indisini olib, neyronning javobini (chiqishini) nolinchi yoki shkaladagi biror qiymatga o'zgartiradi. Turli xil faollashtirish funksiyalari mavjud va har birining o'ziga xos afzalliklari va kamchiliklari bor. Quyida eng ko'p ishlatiladigan faollashtirish funksiyalari haqida batafsil ma'lumot berilgan:
1. Sigmoid Funktsiyasi
Tuzilishi:
Xususiyatlari:
Chiqish qiymati 0 va 1 orasida bo'ladi.
Uzluksiz va differentsiyallanadigan funktsiya.
Sigmoid funktsiyasi kichik kirish qiymatlarida (manfiy qiymatlar) 0 ga, katta kirish qiymatlarida (ijobiy qiymatlar) 1 ga yaqinlashadi.
2. Tanh (Hyperbolic Tangent) Funktsiyasi
Tuzilishi:
Xususiyatlari:
Chiqish qiymati -1 va 1 orasida bo'ladi.
Uzluksiz va differentsiyallanadigan funktsiya.
Sigmoid funktsiyasiga nisbatan yaxshi ishlaydi, chunki kirish qiymatlarining o'rtacha qiymati nolga yaqin bo'ladi.
Bir qatlamli Sun'iy neyron to'rlari.
Bir qatlamli sun'iy neyron to'rlari (Single-Layer Artificial Neural Networks) eng oddiy va asosiy sun'iy neyron to'ri turlaridan biri hisoblanadi. Ular asosan kirish va chiqish qatlamidan iborat bo'lib, hech qanday yashirin qatlamga ega emas. Bu turdagi neyron tarmoqlar oddiy tasniflash va regressiya vazifalarini bajarish uchun ishlatiladi. Quyida bir qatlamli sun'iy neyron to'rlari haqida batafsil ma'lumot berilgan.
Bir Qatlamli Sun'iy Neyron Tarmoqlarining Tuzilishi
Tuzilishi:
1.Kirish Qatlami (Input Layer): Bu qatlam tashqi manbalardan kirish signallarini qabul qiladi. Har bir kirish signali biror xususiyatga mos keladi.
2.Chiqish Qatlami (Output Layer): Bu qatlam neyronlarning chiqish qiymatlarini hosil qiladi. Chiqish qiymatlari tasniflash vazifalarida toifalar, regressiya vazifalarida esa uzluksiz qiymatlar bo'lishi mumkin.
Bir qatlamli neyron to'rlari ko'pincha Perseptron yoki Logistic Regression modellari sifatida ishlatiladi.
|
| |
