Добро пожаловать на канал компьютерных технологий Geeks' Passion IT !
Тема сегодняшней статьи - нейронные сети, о которых вы наверняка уже слышали очень много раз и желаете узнать как они устроены, а так же как именно они позволяют компьютерам "думать"?
Как вы уже успели догадаться, нейронные сети берут начало прямиком от нашей матушки природы, от сетей нервных клеток головного мозга живых организмов, и нашего с вами том числе.
Биологические нейронные сети выглядят следующим образом:
И состоят они непосредственно из ядра, аксона и дендрита, это нам понадобится чуть дальше, но не пугайтесь этих страшных слов, ничего сложного в этом нет (на самом деле биологический нейрон обладает очень сложной структурой, как вы можете заметить, но для понимания искусственного нейрона нам понадобится всего три определения).
Итак, ядро хранит в себе некую информацию, то есть, ядро это просто единица (ячейка) для хранения какого-либо сигнала. Но один нейрон в нашем мозге мало чего может запомнить, поэтому они объединяются в группы нейронов - так называемую нейронную сеть, получая и отдавая сигналы друг другу.
Но взаимодействуют они не одинаково, сигнал от одного нейрона может идти дольше и с большим сопротивлением чем к другому нейрону.
Иными словами, представьте что мы отправили некий сигнал одной и той же мощности из одного нейрона к двум другим, к дальнему и ближнему, на входе они получат абсолютно разные значения, к дальнему же сигнал и вовсе по дороге может затухнуть. Нейрон, получив от своих товарищей их значения решает, передавать ему дальше это значение или нет.
Итак, ядро хранит некое значение, синапсы это такие усики, которые принимают значения, а аксон передает это значение. Теперь же предлагаю рассмотреть искусственный нейрон, как видят его инженеры:
Смотрите, искусственный нейрон принимает некоторые значения (сигналы) от других нейронов на вход, эти сигналы обладают своими мощностями, но инженеры решили называть это "весы" (вес). Далее, в ядре нейрона содержится некая функция, и она очень важна. От ее выполнения зависит передавать значение нейрона дальше или нет.
Например, приведу в пример элементарное условие. На вход нейрона передаются какие-либо значения в диапазоне от [0 до 1], и если сумма весов всех входных сигналов будет больше 0.5, то функция передаст сигнал дальше, иначе не передаст, то есть на выходе вернет 0, вместо 1. Функция в нейроне называется функцией активации, что в буквальном смысле и означает, активировать этот нейрон или нет!
Спасибо за прочтение. А более подробно в следующих статьях мы поговорим о видах нейронных сетей, о свёрточных сетях, которые позволяют нам отличать машину от табуретки или от микроволновки, да и вообще о многих других интересных вещах!
Подписывайтесь на канал чтобы не пропустить новых новостей!