219 подписчиков
Чтобы разобраться в процессе обучения, рассмотрим простую для понимания архитектуру НС.
На картинке к посту изображена многослойная нейронная сеть прямого распространения.
В ней сигнал распространяется по слоям слева-направо в одну сторону от входных значений до выходных.
Основные элементы нейронной сети вы уже знаете:
- входные значения,
- искусственные нейроны разных типов,
- синаптические связи.
На что, стоит обратить внимание 👆
🟢 Скрытые слои и нейроны в них. Количество скрытых слоев и число нейронов в них выбирается с учетом поставленной задачи. В дальнейшим уроках мы разберем, как это делать правильно.
🟢 Входные значения. Запомните, что входные значения - это не нейроны. В них не происходит расчета активационной функции, значения просто умножаются на соответствующий весовой коэффициент.
🟢 Нейроны смещения. На следующей неделе выйдет отдельный пост о пользе этих нейронов.
Для того, чтобы многослойная НС могла решить задачу, ее нужно обучить.
Есть три способа обучения искусственных нейронных сетей:
1. С учителем (supervised learning),
2. Без учителя (unsupervised learning),
3. Подкреплением (reinforcement learning).
В понедельник 10.07 мы рассмотрим, алгоритм обучения ИНС с учителем с использованием метода обратного распространения ошибки.
1 минута
10 июля 2023