Muhammad al-xorazmiy nomidagi toshkent axborot texnologiyalari u
Ma'lum bo'lishicha, neyronlar natijaga ta'sir etmaydi, ya'ni kirish ma'lumotlarining og'irligi va neyronlar o'zlari har safar to'liq hisob-kitoblarni amalga oshiradilar. Shu bilan birga, og'irliklar tasodifiy tartibda o'rnatiladi.
Neural tarmog'ining sxemasi Neron tarmog'ining ishlash printsipini taqdim etish uchun maxsus ko'nikmalar talab qilinadi. Neyronlarning kirish qatlami ustida ba'zi ma'lumotlar mavjud. U sinoslar sinash bilan, har bir sinderlarning o'z vazning og'irlik koeffitsientiga ega va har bir keyingi neyron bir nechta kiruvchi sinoslarga ega bo'lishi mumkin.
Natijada, quyidagi neyron tomonidan olingan ma'lumotlar har biri og'irlik koeffitsientiga qarab ko'paytirilgan barcha ma'lumotlar yig'indisidir. Natijada qiymat u faollashtirish funktsiyasiga almashtiriladi va chiqish ma'lumotlari olinadi, bu yakuniy chiqishga qadar amalga oshiriladi. Tarmoqning birinchi ishga tushirilishi to'g'ri natija bermaydi, chunki tarmoq hali o'qitilmagan.
Faollashtirish funktsiyasi ma'lumotlarni kiritish uchun ishlatiladi. Bunday bunday funktsiyalar mavjud, ammo siz eng keng tarqalgan bir nechta asosiylikni ta'kidlashingiz mumkin. Ularning asosiy farqlari ular ishlaydigan qadriyatlarning doirasidir.
F (x) \u003d x chiziqli funktsiyasi, eng oddiy eng oddiy, faqat yaratilgan Neron tarmog'ini sinovdan o'tkazish yoki uning asl shaklida ma'lumotlarni sinovdan o'tkazish uchun ishlatiladi.
Sigmasimon eng keng tarqalgan faollashtirish funktsiyasi hisoblanadi va F (x) \u003d 1/1 + e- × ×; Shu bilan birga, uning qiymati 0 dan 1. gacha bo'lgan qiymatlar oralig'i, shuningdek, logistika funktsiyasi deb ataladi.
Qoplash va salbiy qiymatlar giperbolik tangententlardan foydalaning. F (x) \u003d e² × - 1 / e² × + 1 Agar Neural tarmog'i salbiy qiymatlardan foydalanishni ta'minlamasa, u emas uni ishlatishga arziydi.
U kerakli o'quv o'rinlarini boshqaradigan tarmoq ma'lumotlarini o'rnatish uchun.
