“Yordam bilan o‘rganish” – to‘g‘ri javoblar ma’lum emas, lekin to‘r chiqishi
to‘g‘riligining kritik bahosi ma’lum.
“O‘qituvchisiz o‘rganish” – o‘rgatuvchi tanlanma
sifatida faqat kirish
qiymatlaridan foydalaniladi.
“Aralash o‘rganish” – bir qism vaznlar “
o‘qituvchili o‘rganish” orqali, qolgan
o‘z-o‘zini o‘rganish bilan topiladi.
Neyroto‘rni o‘rgatuvchi genetik algoritm – bu neyroto‘rni optimal
arxitekturasini evolutsion yo‘l bilan topuvchi algoritmdir. Bir nechta to‘rlar
tasodifiy arxitektura bilan yaratiladi va har bir to‘r genetik kodning xromosomasi
sifatida qaraladi. Xromosomalar ustida chatishtirish (
crossover),
urchitish,
mutatsiya amallari bo‘lishi mumkin. Moslashish (
fitness) funksiyasini hisoblashda
berilgan qadamdagi eng optimal to‘rlar arxitekturasi tanlanadi.
Umumlashtirish – neyron to‘rining kirish signallarini o‘rganish-dagiga nisbatan
chetlashishlarning qandaydir darajasigacha ta’sirchan bo‘lmasdan qolish qobiliyati. Masalan,
obrazlarni anglash masalarida neyron to‘ri shovqinli va buzilgan obrazlarni
anglash va tiklash
imkonini beradi.
Xatolar funksiyasi (xatolik funksionali, xatolik funksiyasi) – neyron to‘rini o‘rganish
boshqarish jarayonida minimizatsiyani talab qiluvchi maqsad funksiya. Xatolik funksiya neyron
to‘rini o‘rganish paytida ish sifatini baholash imkoniyatini beradi. Masalan, neyron to‘rini
amaldagi chiqish vektori va oldindan ma’lum kutilgan vektor o‘rtasidagi masofani hisoblaydigan
xatolik funksiyalardan foydala-niladi:
2
kutilgan
haqiqiy
1
1
2
n
i
i
i
E w
y
y
– kvadratik xatolik funksiyasi;
kutilgan
haqiqiy
1
n
i
i
i
E w
y
y
– shahar kvartali xatolik funksiyasi.
Agar xatolik funksiyasi gradiyentini hisoblashning samarali usuli bo‘lsa,
neyron to‘rini o‘rganish uchun optimizatsiyalashning
gradiyent usullaridan
foydalanish mumkin.
Davr – o‘rganish jarayonidagi bitta itaratsiya bo‘lib, u o‘rgatuvchi to‘plamdagi barcha
namunalarni taqdim etish va mumkin qadar nazorat tanlanmasida o‘rganish sifatini
tekshirishni
o‘z ichiga oladi.
Dostları ilə paylaş: