Sun’iy intellekt va neyron tarmoqlari”fanidan sun’iy neyron tarmoqlari modeli

1 chiqish qatlami →Uning neyronlari soni muammoga bog'liq.

Birinchi bosqichda yashirin qatlamlarning har bir neyroni uchun perseptronda bir xil jarayon qo'llaniladi:

1. 
   Og'irlangan summa (z) hisoblanadi.
   
2. 
   U tegishli yashirin neyronga uzatiladi, so'ngra neyronda mavjud bo'lgan faollashtirish funktsiyasi (ReLU yoki SELU) qo'llaniladi.
   

Keyingi bosqichda yashirin qatlamlarning chiqishlari chiqish qatlamiga uzatiladi. Yuqorida aytib o'tilganidek, neyronlar soni bu erdagi muammoga bog'liq.
Sun'iy neyron tarmoq modellari tushunchasi
Sun'iy neyron tarmoqlari inson yoki hayvonlar miyasida joylashgan neyron tarmoqlarning xatti-harakatlarini takrorlash uchun mo'ljallangan. Neyronlarning xatti-harakatlarini aks ettirish va modellashtirish orqali mashina o'rganish tobora murakkab bo'lgan ma'lumotlarni qayta ishlash uchun model arxitekturasini oladi. Sun'iy neyron tarmoqlarning har xil turlari mavjud bo'lib, ko'plab dastlabki iteratsiyalar paydo bo'lgan texnikalarga nisbatan oddiy ko'rinadi. Masalan, sun'iy neyron tarmoqlar murakkab chuqur o'rganish modellari uchun arxitektura sifatida ishlatiladi.
Sun'iy neyronlar yoki tugunlar miyada topilgan neyronlarning soddalashtirilgan versiyasi sifatida modellashtirilgan. Har bir sun'iy neyron boshqa tugunlarga ulangan, ammo ulanishlar zichligi va miqdori sun'iy neyron tarmog'ining har bir turiga qarab farq qiladi. Tarmoq odatda kirish va chiqish qatlami o'rtasida mavjud bo'lgan tugunlar qatlamlariga guruhlangan. Ushbu ko'p qatlamli tarmoq arxitekturasi ushbu qatlamlarning chuqurligi tufayli chuqur neyron tarmoq sifatida ham tanilgan. Sun'iy neyron tarmoq modellaridagi bu turli qatlamlar ma'lumotlarning turli xususiyatlarini o'rganishi mumkin. Yashirin ierarxik qatlamlar qayta ishlangan ma'lumotlardan murakkab tushunchalar yoki naqshlarni tushunishga imkon beradi.
Sun'iy neyron tarmoqlarning tuzilishi inson yoki hayvonlar miyasining murakkabligini soddalashtirilgan tarzda aks ettiradi. O'zaro bog'langan sun'iy tugunlar tarmog'i asab tizimidagi neyronlarning xatti-harakatlarini taqlid qiladi. Ushbu sun'iy neyron tarmoqlar inson miyasiga qaraganda ancha murakkabroq, ammo tasniflash kabi vazifalarni bajarishda hali ham ajoyib darajada kuchli. Ma'lumotlar kirish qatlamidan boshlanadi va chiqish qatlamidan chiqadi. Ammo murakkabroq sun'iy neyron tarmoqlari bilan ma'lumotlar ko'plab qatlamlar orasida chiziqli bo'lmagan tarzda harakatlanadi.
Murakkab sun'iy neyron tarmoqlari modellar inson miyasining chiziqli bo'lmagan qarorlar qabul qilish jarayonini aks ettirishi uchun ishlab chiqilgan. Bu modellarni murakkab qarorlar qabul qilish yoki mavhum tushunchalar va ob'ektlarni tushunishga o'rgatish mumkinligini anglatadi. Model past darajadagi xususiyatlardan murakkab xususiyatlargacha, murakkab tushunchalarni tushunadi. Tarmoq ichidagi har bir tugun uning boshqa sun'iy neyron tarmoq tugunlariga ta'siriga qarab tortiladi.
Boshqa mashina o'rganish modellari singari , sun'iy neyron tarmoqlarni optimallashtirish yo'qotish funktsiyasiga asoslanadi. Bu bashorat qilingan va haqiqiy chiqish o'rtasidagi farq. Har bir tugun va qatlamning vazni minimal yo'qotishga erishish uchun model tomonidan o'rnatiladi. Sun'iy neyron tarmoq modellari ma'lumotlar xususiyatlarining ko'p darajalarini va xususiyatlar o'rtasidagi har qanday ierarxik munosabatlarni tushunishi mumkin. Shunday qilib, tasniflash muammosi uchun foydalanilganda, sun'iy neyron tarmoq modeli bir nechta xususiyatlar qatlamlarini qayta ishlash orqali murakkab tushunchalarni tushunishi mumkin.
Sun'iy neyron modellarining turlari.
Neyron tarmoqlarning to'qqiz turi mavjud:

• 
  Perseptron
  
• 
  Forward neyron tarmog'i
  
• 
  Ko'p qatlamli perseptron
  
• 
  Konvolyutsion neyron tarmog'i
  
• 
  Radial asosli funktsional neyron tarmoq
  
• 
  Takroriy neyron tarmoq
  
• 
  LSTM - Uzoq qisqa muddatli xotira
  
• 
  Sequence to Sequence Models (Modellarning ketma-ketligi)
  
• 
  Modulli neyron tarmoq