Нейрондук тармак менен терең үйрөнүүнүн ортосундагы айырма

Мазмуну:

Нейрондук тармак менен терең үйрөнүүнүн ортосундагы айырма
Нейрондук тармак менен терең үйрөнүүнүн ортосундагы айырма

Video: Нейрондук тармак менен терең үйрөнүүнүн ортосундагы айырма

Video: Нейрондук тармак менен терең үйрөнүүнүн ортосундагы айырма
Video: MJC Stream: Видишь енота? А он есть! Главное об ML и компьютерном зрении 2024, Июль
Anonim

Нейрондук тармак менен терең үйрөнүүнүн негизги айырмасы, нейрондук тармак адамдын мээсинде нейрондорго окшош иштеп, ар кандай эсептөө тапшырмаларын тезирээк аткарат, ал эми терең үйрөнүү - бул адамдар колдонгон окутуу ыкмасын туураган машина үйрөнүүнүн өзгөчө түрү. билим алуу.

Нейрондук тармак татаал маселелерди чечүү үчүн болжолдуу моделдерди түзүүгө жардам берет. Башка жагынан алганда, терең үйрөнүү машина үйрөнүүнүн бир бөлүгү болуп саналат. Ал кеп таанууну, сүрөттү таанууну, табигый тилди иштетүүнү, рекомендация системаларын, биоинформатиканы жана башка көптөгөн нерселерди өнүктүрүүгө жардам берет. Нейрондук тармак терең үйрөнүүнү ишке ашыруу ыкмасы.

Нейрондук тармак деген эмне?

Биологиялык нейрондор нейрон тармактарынын илхамы. Адамдын мээсинде миллиондогон нейрондор жана бир нейрондон экинчисине маалымат процесси бар. Нейрондук тармактар бул сценарийди колдонушат. Алар мээге окшош компьютер моделин түзүшөт. Ал кадимки системага караганда татаал эсептөө иштерин тезирээк аткара алат.

Нейрондук тармак менен терең үйрөнүүнүн ортосундагы негизги айырма
Нейрондук тармак менен терең үйрөнүүнүн ортосундагы негизги айырма

01-сүрөт: Нейрондук тармак блок диаграммасы

Нейрондук тармакта түйүндөр бири-бирине туташат. Ар бир байланыштын салмагы бар. Түйүндөрдөгү киргизүүлөр x1, x2, x3, … жана тиешелүү салмактар w1, w2, w3, … болгондо таза киргизүү (y) болот, y=x1w1 + x2w2 + x3w3 + ….

Таза киргизүүнү активдештирүү функциясына колдонгондон кийин, ал чыгарууну берет. Жандандыруу функциясы сызыктуу же сигмоиддик функция болушу мүмкүн.

Y=F(y)

Эгер бул чыгаруу каалаган чыгаруудан башкача болсо, салмак кайра туураланат жана бул процесс керектүү өндүрүштү алганга чейин уланат. Бул жаңыртуу салмагы артка таралуу алгоритмине ылайык ишке ашат.

Форвард жана пикир деп аталган эки нейрондук тармак топологиясы бар. Алдыга багыттоочу тармактарда пикир алмашуу жок. Башкача айтканда, сигналдар кириштен чыгууга гана агып кетет. Алдын ала берүү тармактары андан ары бир катмарга жана көп катмарлуу нейрон тармактарына бөлүнөт.

Тармак түрлөрү

Бир катмарлуу тармактарда киргизүү катмары чыгуу катмарына туташат. Көп катмарлуу нейрон тармагында кириш катмары менен чыгуучу катмардын ортосунда көбүрөөк катмар бар. Ал катмарлар жашыруун катмарлар деп аталат. Тармактын башка түрү, бул кайтарым байланыш тармактары кайтарым байланыш жолдоруна ээ. Мындан тышкары, эки тарапка тең маалымат берүү мүмкүнчүлүгү бар.

Нейрондук тармак менен терең үйрөнүүнүн ортосундагы айырма
Нейрондук тармак менен терең үйрөнүүнүн ортосундагы айырма

02-сүрөт: Көп катмарлуу нейрон тармагы

Нейрондук тармак түйүндөрдүн ортосундагы байланыштын салмагын өзгөртүү аркылуу үйрөнөт. Көзөмөлдүү окутуу, көзөмөлсүз окутуу жана бекемдөөчү окутуу сыяктуу үч окуу түрү бар. Көзөмөлдөнгөн окутууда тармак киргизүү векторуна ылайык чыгуу векторун берет. Бул чыгаруу вектору каалаган чыгаруу вектору менен салыштырылат. Эгерде айырмачылыктар болсо, салмактар өзгөрөт. Бул процесстер иш жүзүндөгү чыгаруу каалаган чыгарууга дал келгенге чейин уланат.

Көзөмөлсүз окутууда тармак киргизилген маалыматтардан үлгүлөрдү жана функцияларды жана киргизилген маалыматтарга болгон байланышты өзү аныктайт. Бул окутууда окшош типтеги киргизүү векторлору биригип кластерлерди түзүшөт. Тармак жаңы киргизүү үлгүсүн алганда, ал киргизүү үлгүсү таандык болгон классты көрсөтүү менен чыгарууну берет. Чыңдоочу окутуу айлана-чөйрөдөн кээ бир пикирлерди кабыл алат. Андан кийин тармак салмактарды өзгөртөт. Бул нейрондук тармакты үйрөтүүнүн ыкмалары. Жалпысынан, нейрон тармактары үлгү таануунун ар кандай көйгөйлөрүн чечүүгө жардам берет.

Терең үйрөнүү деген эмне?

Терең үйрөнүүдөн мурун машина менен үйрөнүүнү талкуулоо маанилүү. Бул компьютерге так программаланбастан үйрөнүү мүмкүнчүлүгүн берет. Башка сөз менен айтканда, ал маалыматтарды талдоо жана чечимдерди кабыл алуу үчүн үлгүлөрдү таануу үчүн өзүн-өзү үйрөнүү алгоритмдерин түзүүгө жардам берет. Бирок, кээ бир чектөөлөр бар жалпы машина үйрөнүү. Биринчиден, жогорку өлчөмдүү маалыматтар же өтө чоң киргизүү жана чыгаруулар топтому менен иштөө кыйын. Функцияларды чыгаруу да кыйын болушу мүмкүн.

Терең үйрөнүү бул маселелерди чечет. Бул машина үйрөнүүнүн өзгөчө түрү. Бул адамдын мээсиндей иштей ала турган окуу алгоритмдерин түзүүгө жардам берет. Терең нейрон тармактары жана кайталануучу нейрон тармактары терең үйрөнүүнүн кээ бир архитектуралары. Терең нейрон тармагы - бул бир нече жашыруун катмарлары бар нейрондук тармак. Кайталануучу нейрон тармактары киргизүүлөрдүн ырааттуулугун иштетүү үчүн эстутумду колдонушат.

Нейрондук тармак менен терең үйрөнүүнүн ортосунда кандай айырма бар?

Нейрондук тармак – бул ар кандай эсептөө иштерин тезирээк аткаруу үчүн адамдын мээсиндеги нейрондорго окшош иштеген система. Терең үйрөнүү - бул адамдар билим алуу үчүн колдонгон окутуу ыкмасын туураган машина үйрөнүүнүн өзгөчө түрү. Нейрондук тармак терең үйрөнүүгө жетүү ыкмасы. Башка жагынан алганда, Deep Leaning - бул машинага таянуунун өзгөчө түрү. Бул нейрондук тармак менен терең үйрөнүүнүн ортосундагы негизги айырма

Нейрондук тармак менен таблица түрүндө терең үйрөнүүнүн ортосундагы айырма
Нейрондук тармак менен таблица түрүндө терең үйрөнүүнүн ортосундагы айырма

Кыскача – Нейрондук тармакка каршы терең үйрөнүү

Нейрондук тармак менен терең үйрөнүүнүн айырмасы, нейрондук тармак адамдын мээсинде нейрондорго окшош иштейт жана ар кандай эсептөө тапшырмаларын тезирээк аткарат, ал эми терең үйрөнүү – бул адамдар үйрөнүү ыкмасын туураган машина үйрөнүүнүн өзгөчө түрү. билим.

Сунушталууда: