|
Sun'iy neyron tarmoqlarining turlari (ANN)
|
| bet | 4/9 | | Sana | 27.05.2024 | | Hajmi | 41,95 Kb. | | #254571 |
Bog'liq “ Sun\'iy neyron tarmoqlari modeliSun'iy neyron tarmoqlarining turlari (ANN).
Sun'iy neyron tarmoqlari bor hisoblash modellari tomonidan ilhomlangan biologik neyron tarmoqlari va ishlatiladi taxminiy funktsiyalari umuman noma'lum. Xususan, ular xatti-harakatlaridan ilhomlangan neyronlar va ular kirish (masalan, ko'zdan yoki qo'ldagi nerv sonlaridan), ishlov berish va miyadan chiqish (masalan, yorug'lik, teginish yoki issiqlikka ta'sir qilish) o'rtasida uzatiladigan elektr signallari. Neyronlarning semantik jihatdan aloqa qilish usuli doimiy tadqiqotlar sohasidir. Ko'pgina sun'iy neyron tarmoqlari o'zlarining murakkab biologik o'xshashlariga o'xshashliklarga ega, ammo ular belgilangan vazifalarda juda samarali (masalan, tasniflash yoki segmentatsiya). Ba'zi sun'iy neyron tarmoqlar moslashuvchan tizimlar va masalan uchun ishlatiladi model populyatsiyalar va doimiy ravishda o'zgarib turadigan muhitlar.
Neyron tarmoqlari apparat- (neyronlar jismoniy komponentlar bilan ifodalanadi) yoki bo'lishi mumkin dasturiy ta'minotga asoslangan (kompyuter modellari), va turli xil topologiyalar va o'quv algoritmlaridan foydalanishi mumkin.
Giperparametr
Giperparametr doimiy parametr boʻlib, uning qiymati oʻquv jarayoni boshlanishidan oldin oʻrnatiladi. Parametrlarning qiymatlari oʻrganish orqali olinadi. Giperparametrlarga oʻrganish tezligi, yashirin qatlamlar soni va partiya hajmi kiradi.Baʼzi giperparametrlarning qiymatlari boshqa giperparametrlarnikiga bogʻliq boʻlishi mumkin.
Oʻrganish
Oʻrganish — bu namunaviy kuzatishlarni hisobga olgan holda vazifani yaxshiroq hal qilish uchun tarmoqni moslashtirish. Oʻrganish natijaning aniqligini oshirish uchun tarmoqning ogʻirliklarini (va ixtiyoriy chegaralarni) sozlashni oʻz ichiga oladi. Qoʻshimcha kuzatishlarni oʻrganayotganda oʻrganish tugallangan boʻlib, xatolik darajasini kamaytirmaydi. Agar oʻrganganingizdan soʻng, xato darajasi juda yuqori boʻlsa, tarmoq odatda qayta ishlab chiqilishi kerak. Amalda bu oʻrganish davomida davriy ravishda baholanadigan xarajat funksiyasini aniqlash orqali amalga oshiriladi. Xarajat koʻpincha statistik maʼlumot sifatida aniqlanadi, uning qiymati faqat taxminiy baholanishi mumkin. Chiqishlar aslida raqamlardir, shuning uchun xatolik past boʻlsa, chiqish (deyarli mushuk) va toʻgʻri javob (mushuk) oʻrtasidagi farq kichik boʻladi. Koʻpgina oʻrganish modellarini optimallashtirish nazariyasi va statistik baholashning toʻgʻridan-toʻgʻri qoʻllanilishi sifatida koʻrish mumkin.
|
| |
