|
Sun’iy intellekt va neyron tarmoqlari”fanidan sun’iy neyron tarmoqlari modeli
|
bet | 3/13 | Sana | 08.10.2024 | Hajmi | 1,12 Mb. | | #274151 |
Bog'liq Mustaqil ishb
1-rsm. Perceptron
Jarayon quyidagicha davom etadi:
Og'irlik summa avval og'irliklar va kirishlarni ko'paytirish, keyin ularni qo'shish orqali hisoblanadi. Bias qiymati bu qiymatga kiritilgan.(bias=b= x0×w0 )
Formula. Og`irlik summasi (1)
Aktivizatsiya funksiyasi vaznli yig'indiga (z) qo'llaniladi va natija topiladi. Perseptronlar faollashtirish funktsiyasi sifatida qadam funktsiyasidan foydalanadilar. Qadam funcitoniga ko'ra, agar tortilgan summa bo'lsa;
→ z>0, natija 1 bo'ladi,
→ z≤0 bo‘lsa, natija 0 bo‘ladi.
(2)
2-Formula. Faollashtirish funktsiyasi bilan chiqish formulasi (2)
Perseptronlarning qo'llaniladigan maydoni cheklangan. Beacuse perseptronlari odatda chiziqli bo'linadigan oddiy ikkilik tasniflash muammolari uchun ishlatiladi.
Ko'p qatlamli neyron tarmoqlari
Nomidan ko'rinib turibdiki, ko'p qatlamli neyron tarmoqlar yoki ko'p qatlamli perseptronlar (MLP) bir nechta qatlamlardan iborat. Perseptronlardan tashqari, ular chiziqli bo'linmaydigan masalalar uchun ishlatilishi mumkin. Ular bunga o'zlarining qatlamlarida foydalanadigan faollashtirish funktsiyalari bilan erishadilar. Faollashtirish funktsiyalari neyronlarning chiqishini chiziqli bo'lmagan
h olga keltiradi. Shunday qilib, u yanada murakkab muammolarni hal qilishga imkon beradi. (Aktivlashtirish funksiyasisiz ANN aslida chiziqli regressiya modeliga aylanadi.) (2-rasm)
Ko'p qatlamli neyron tarmoqlari ning asosiy qatlamlari quyidagilardir:
1 kirish qatlami → u har bir kirish uchun 1 neyronni o'z ichiga oladi x .
Yashirin qatlamlar (bir yoki bir nechta) → Undagi neyronlar soni muammoga bog'liq.
|
| |