Xulosa qilib shuni aytishimiz mumkinki, ushbu mustaqil ishni bajarish davomida neyron tarmog'i nima ekanligini umumiy ma'noda aniqlab, ularni tasniflashning asosiy turlarini ajratib oldik. Unga ko‘ra, har bir tarmoq neyronlarning birinchi qatlamiga ega, bu kirish deb ataladi. U hech qanday hisobkitoblarni va o'zgarishlarni amalga oshirmaydi, uning vazifasi faqat bitta narsadan iborat: kirish signallarini qolgan neyronlarga qabul qilish va tarqatish. Bu barcha nayron tarmoqlariga xos bo'lgan yagona qatlam, ularning keyingi tuzilishi asosiy bo'linish mezonidir.
Neyron tarmog'i bu bir nechta neyronlardan iborat bo'lib, ularning har biri ma'lumot oladi, uni qayta ishlaydi va boshqa neyronga o'tkazadi. Har bir neyron signalni xuddi shu tarzda qayta ishlaydi. Bir neyron signalni kuchaytiradigan yoki kuchaytiradigan juda ko'p miqdordagi sinapsga ega bo'lishi mumkin, ammo vaqt o'tishi bilan ularning xususiyatlarini o'zgartirish imkoniyati mavjud.
Mazkur mustaqil ishimizning ikkinchi amaliy qismida TensorFlow paketi asosida mashinani o‘qitish modelini ko‘rib chiqdik. Bunda Fashion MNIST xilmaxilligi uchun ishlatildi, chunki muammo odatdagi MNISTga qaraganda biroz murakkabroq edi. Ikkala ma'lumotlar to'plamlari nisbatan kichik va algoritmning to'g'riligini tekshirish uchun ishlatildi. Bu kodni sinab ko'rish va disk raskadrovka uchun yaxshi boshlang'ich nuqtalardir. Biz neyron tarmog'ini o'rgatish uchun turli xildagi rasmdan va tarmoq ularni tasniflashni o'rganganligini tekshirish uchun bir nechta rasmdan foydalandik hamda natijani ushbu ishimizda keltirib o‘tdik.
Foydalanilgan adabiyotlar ro‘yxati:
https://ru.wikipedia.org/wiki/TensorFlow
https://www.tensorflow.org/tutorials/keras/classification?hl=ru
https://habr.com/ru/company/ruvds/blog/450314/
Dostları ilə paylaş: |
