|
Xatoliklarni teskari tarqalishi algoritmi
|
| bet | 4/4 | | Sana | 31.10.2023 | | Hajmi | 0.75 Mb. | | #92000 |
Bog'liq SI M 1. MyFile, Mustaqil ish5, 187-сон 06.04.2017. Umumiy o‘rta va o‘rta maxsus ta’limning davlat ta’lim standartlarini tasdiqlash to‘g‘risida, 2-topshiriq.moʻm.maxmasalayeva.yulduz, erkaboyev ulug\'bek, 1000words, itb 4, Mustaqil ish, 777888, IYoD amaliyot hisobot, 389 22.06.2021Xatoliklarni teskari tarqalishi algoritmi.
Ma'lumotni qazib olishda orqaga tarqalish.
Orqaga tarqalish - bu chiqish tugunlaridan kirish tugunlariga xatolarni qayta tarqatuvchi algoritm. Shuning uchun, u oddiygina xatolarning orqaga tarqalishi deb ataladi. U neyron tarmoqlarning keng ko'lamli ilovalarida, masalan, belgilarni aniqlash, imzoni tekshirish va boshqalarda ma'lumotlarni qidirishda qo'llaniladi.
Neyron tarmoq: Neyron tarmoqlar - bu inson asab tizimidan ilhomlangan axborotni qayta ishlash paradigmasi. Xuddi inson asab tizimida bo'lgani kabi, bizda ham biologik neyronlar mavjud bo'lib, neyron tarmoqlarda sun'iy neyronlar mavjud, sun'iy neyronlar biologik neyronlardan olingan matematik funktsiyalardir. Inson miyasida taxminan 10 milliard neyron mavjud bo'lib, ularning har biri o'rtacha 10 000 ta boshqa neyronlar bilan bog'langan. Har bir neyron signalni sinaps orqali qabul qiladi, bu signalning neyronga ta'sirini nazorat qiladi.
Orqaga tarqalish: Orqaga tarqalish - bu oldinga neyron tarmoqlarini o'rgatish uchun keng qo'llaniladigan algoritm. U tarmoq og'irliklariga nisbatan yo'qotish funksiyasining gradientini hisoblaydi. Bu har bir og'irlik uchun gradientni to'g'ridan-to'g'ri hisoblashdan ko'ra juda samarali. Ushbu samaradorlik ko'p qatlamli tarmoqlarni o'rgatish va yo'qotishlarni minimallashtirish uchun og'irliklarni yangilash uchun gradient usullaridan foydalanish imkonini beradi; gradient tushish yoki stokastik gradient tushish kabi variantlar ko'pincha ishlatiladi.
Orqaga tarqalish algoritmi zanjir qoidasi bo‘yicha har bir vaznga nisbatan yo‘qotish funksiyasining gradientini hisoblash, gradient qatlamini qatlam bo‘yicha hisoblash va zanjir qoidasida oraliq atamalarni ortiqcha hisoblashni oldini olish uchun oxirgi qatlamdan orqaga qarab takrorlash orqali ishlaydi.
Orqaga tarqalish xususiyatlari:
Bu farqlanuvchi birlik bilan oddiy perseptron tarmog'ida qo'llaniladigan gradient tushish usulidir. U tarmoqni o'rganish davrida og'irliklarni hisoblash jarayoniga ko'ra boshqa tarmoqlardan farq qiladi.
Trening uch bosqichda amalga oshiriladi:
kiritish o'rgatish naqsh oldinga uzatish
xatoni hisoblash va orqaga yoyish
vaznni yangilash
Orqaga tarqalishning ishlashi:
Neyron tarmoqlar tarmoq ustida ishlaydigan kirish vektorlaridan chiqish vektorlarini yaratish uchun nazorat ostida o'rganishdan foydalanadi. U ishlab chiqarilgan chiqishni kerakli chiqish bilan solishtiradi va agar natija hosil qilingan chiqish vektoriga mos kelmasa, xato hisobotini yaratadi. Keyin u kerakli natijani olish uchun xato hisobotiga ko'ra og'irliklarni moslashtiradi.
Orqaga tarqalish algoritmi:
1-qadam: X kirishlari oldindan ulangan yo'l orqali keladi.
2-qadam: Kirish haqiqiy og'irliklar yordamida modellashtiriladi W. Og'irliklar odatda tasodifiy tanlanadi.
3-qadam: Kirish qatlamidan yashirin qatlamgacha bo'lgan har bir neyronning chiqishini hisoblang.
4-qadam: Chiqishlardagi xatoni hisoblang: Orqaga tarqalish xatosi = Haqiqiy chiqish - kerakli natija.
5-qadam: Chiqish qatlamidan xatoni kamaytirish uchun og'irliklarni sozlash uchun yashirin qatlamga qayting.
6-qadam: Istalgan natijaga erishilgunga qadar jarayonni takrorlang.
Orqaga tarqalish zarurati: Backpropagation - bu "xatolarning orqaga tarqalishi" va neyron tarmoqlarni o'rgatish uchun juda foydali. Bu tez, amalga oshirish oson va sodda. Orqaga tarqalish kirishlar sonidan tashqari hech qanday parametrlarni o'rnatishni talab qilmaydi. Orqa tarqalish moslashuvchan usuldir, chunki tarmoq haqida oldindan bilim talab etilmaydi.
Orqaga tarqalish turlari:
Orqa tarqalish tarmoqlarining ikki turi mavjud.
Statik orqaga tarqalish: Statik orqaga tarqalish - bu statik chiqishlar uchun statik kirishlarni xaritalash uchun mo'ljallangan tarmoq. Ushbu turdagi tarmoqlar OCR (Optik belgilarni aniqlash) kabi statik tasniflash muammolarini hal qilishga qodir.
Takroriy orqaga tarqalish: Rekursiv orqaga tarqalish - bu qattiq nuqtali o'rganish uchun ishlatiladigan boshqa tarmoq. Takroriy orqaga tarqalishda faollashtirish belgilangan qiymatga erishilgunga qadar oldinga uzatiladi. Statik orqaga tarqalish lahzali xaritalashni ta'minlaydi, takroriy orqaga tarqalish esa tezkor xaritalashni ta'minlamaydi.
Afzalliklari:
Bu oddiy, tez va dasturlash oson.
Faqat kirish raqamlari sozlanadi, boshqa parametr emas.
Bu moslashuvchan va samarali.
Foydalanuvchilar hech qanday maxsus funksiyalarni o'rganishlari shart emas.
Kamchiliklari:
Shovqinli ma'lumotlarga va tartibsizliklarga sezgir. Shovqinli ma'lumotlar noto'g'ri natijalarga olib kelishi mumkin.
Ishlash ko'p jihatdan kiritilgan ma'lumotlarga bog'liq.
Treningga juda ko'p vaqt sarflash.
Mini-to'plamdan ko'ra matritsaga asoslangan yondashuv afzalroqdir.
Xulosa
Xatolarni teskari tarqalishi usuli, bir dasturda yoki sistemde olan xatolarni bulib chiqish va ularni tuzatish uchun ishlatiladigan bir usuldur. Bu usulning maqsadi, xatolarni aniqlab to'g'rilash jarayonini yengillashtirish va muammolarini tez va samarali bajarishdir.
Xatolarni teskari tarqalishi usulining umumiy xulosasi quyidagicha bo'ladi:
1. Xatolarni aniqlash: Dastur yoki tizimning ishlash jarayonida xatolarga yo'l qo'yilganligini aniqlash uchun log fayllarini, hato haqida ma'lumot beruvchi xabarlar to'plamini va boshqa monitoring ma'lumotlarini tekshirish zarur. Xatolar ko'rsatkichlar, istisnolar yoki dasturni to'xtatadigan kutilmagan natijalar shaklida belgilanishi mumkin.
2. Xatoni izlash: Xato haqidagi ma'lumotlardan foydalanib, shu xato qanday holatlarda ro'y berishi mumkinligini aniqlab chiqish zarur. Xato tomonidan tasirga olingan kod qatorlariga ko'ra hujjatlardan foydalanish orqali muammo manzili topilishi kerak.
3. Tuzatish jarayoni: Topilgan xatoni tuzatish jarayoni o'rganilishi va tuzatishchilar tomonidan ish boshlanishi kerak. Bu jarayon, xatoni tuzatadigan kod qatorini topish, xatoni tuzatish uchun muhim qo'llanmalarni o'rganib chiqish va to'g'rilashlarni amalga oshirishni o'z ichiga oladi.
4. Tuzatingan xato natijalarini sinash: Tuzatish jarayonidan so'ng, dastur yoki tizimni sinash zarur. Sinovda, yuqorida topilgan xato natijalarining to'g'riligi tekshiriladi. Dasturni sinab ko'rishing uchun testlar, otomatik sinalar yoki boshqa usullar ishlatilishi mumkin.
5. Xatlardan o'rganish: Tuzatingan xatlardan o'rganib chiqilgan darslar bilan dastur yoki tizimni yanada takomillashtirish mumkin. Bu darslar orqali muammolar va ularning sabablari aniqlanishi va keyinchalik shunga mos keluvchi tahlillar amalga oshirilishi mumkin.
Xatolarni teskari tarqalishi usuli, dasturlash sohasida katta ahamiyatga ega bo'ladi. Uning foydali usullari va texnikalarini bilib, xatlarni tez va samarali tarzda aniqlash va tuzatish mumkin bo'ladi. Bu usulni qo'llash orqali dastur yoki tizimlarimizni yanada sifatli va ishonchli qilib yaxshilanishi mumkin.
Foydalanilgan adabiyotlar
https://www.geeksforgeeks.org/backpropagation-in-data-mining/
https://fayllar.org/xatolarni-teskari-tarqalishi-usuli.html
https://fayllar.org/xatolarni-teskari-tarqatish-usuli-va-perseptron-va-uning-model.html
https://medium.com/@neuralnets/delta-learning-rule-gradient-descent-neural-networks-f880c168a804
https://ebrary.net/190741/engineering/propagation
|
| |
