Sun'iy intellekt uzoq yo'lni bosib o'tish jarayonida kerakli tajribalarni yig’di va odamlar hamda mashinalar salohiyati o'rtasidagi farqni muammosiz ravishda to'ldirib kelmoqda

Download 0.77 Mb.
bet	4/5
Sana	26.05.2023
Hajmi	0.77 Mb.
	#65129

1 2 3 4 5

Bog'liq
Sun\'iy intellekt uzoq yo\'lni bosib o\'tish jarayonida kerakli taj
1294505

Toliq takrorlanadigan tarmoqlar

NTA-da qatlam turlari
Kirish qatlami: Tarmoqlarda faqat bitta kirish qatlami mavjud.
Yashirin qatlam: Tarmoq bir yoki bir nechta yashirin qatlamlarga ega bo'ladi.
Chiqish qatlami: Tarmoqlarda faqat bitta chiqish qatlami mavjud.
Takroriy neyron tarmoqlar yoki RNNlar - bu sun'iy neyron tarmoqning bir turi, bu ichki holatni saqlab turish uchun tarmoq grafigida tsikllarni yaratish uchun tarmoqqa qo'shimcha og'irliklar qo'shadi. Nerv tarmoqlariga holatni qo'shish va'dasi shundaki, ular tartibni o'rganish yoki vaqt muammolari kabi ketma-ketlikni bashorat qilish vazifalarida kontekstni aniq o'rganishlari va ishlatishlari mumkin. Ushbu postda siz chuqur o'rganish uchun ishlatiladigan takrorlanadigan neyron tarmoqlari haqida bilib olasiz. LSTM, GRU va NTM kabi chuqur o'rganish bilan ishlash uchun qanchalik mashhur takrorlanadigan neyron tarmoqlardan foydalaniladi. Yuqori RNNlarning sun'iy neyron tarmoqlarida takrorlanuvchanlikni kengroq o'rganish bilan qanday bog'liqligi. Qanday qilib RNN tadqiqotlari bir qator murakkab muammolarni innovatsion yechimlarga olib keldi. Ommabop tushuncha shundan iboratki, takrorlash tarmoq topologiyasiga xotirani olib keladi. Buni ko'rib chiqishning eng yaxshi usuli bu mashg'ulotlar to'plamida joriy o'quv namunasi uchun ma'lumotlar to'plami bilan misollar mavjud. Bu "odatiy, odatiy ko'p qavatli perceptron singari.

X(i) -> y(i)

Ammo trening misoli avvalgi misoldan olingan ma'lumotlar bilan to'ldiriladi. U takrorlanuvchi asab tarmog'i kabi "noan'anaviy".

[X(i-1), X(i)] -> y(i)

Tarmoqning barcha paradigmalarida bo'lgani kabi, muammo ham kirishni chiqishga qanday ulash, teskari aloqani faollashtirish va keyin konstruktsiyani birlashtirishga o'rgatishdir.
To'liq takrorlanadigan tarmoqlar
Ko'p qavatli Perceptronning qatlamli topologiyasi saqlanib qolgan, ammo har bir element me'morchilikning barcha boshqa elementlari bilan vaznli aloqaga ega va o'zi bilan bitta qayta aloqa aloqasiga ega. Hamma ulanishlar o'qitilmagan va xato hosilalarining haddan tashqari chiziqliligi an'anaviy Backpropagation ishlamasligini anglatadi va shuning uchun Backpropagation Time by yaklaşımları yoki Stochastic Gradient Descent ishlatiladi.

Download 0.77 Mb.

1 2 3 4 5

Download 0.77 Mb.