Wucin gadi na tsarin jijiya networks

Wucin gadi na tsarin jijiya networks - su ne waɗanda cewa an yi sama da musamman Kwayoyin - neurons. Su ne ilmin lissafi model na nazarin halittu neurons, watau, Kwayoyin cewa yin sama da mutum juyayi tsarin.

Domin da farko lokacin da muna magana ne game da na tsarin jijiya networks a 1943, da kuma bayan da sabuwar dabara na Perceptron Rosenblatt zo da zinariya zamanin, kuma networks sun zama Popular. Duk da haka, bayan buga Minsk a 1969, a cikin abin da masanin kimiyya ya tabbatar da gazawar na Perceptron, a karkashin wani yanayi, da ban sha'awa a cikin wannan bangaren fadi gunaguni ƙwarai. Amma da labarin ba ya kawo karshen tare da wucin gadi networks. . A shekarar 1985, J. Hopfield gabatar da karatu da kuma tabbatar da cewa, na tsarin jijiya cibiyar sadarwa - mai girma kayan aiki ga na'ura koyo.

Yana da aka aro daga ilmin halitta da dama Concepts da kuma ka'idojin. Neuron - wani irin canji wanda yana karɓa da kuma sa'an nan kuma watsa da hatsaisai (sakonni). Idan neuron sami wani isasshe m lokacinta, shi ne imani da cewa shi ne a kunne kuma watsa da hatsaisai sauran neurons hade da shi. Neuron guda wanda aka ba kunna, shi ya zauna a sauran, shi ba ya aika da bugun jini. Neuron kunshi dama babban aka gyara: synapses cewa connect neurons da juna da kuma samun hatsaisai, axon, wanda aika da hasken dake fitowa ta aiki da kuma dendrites, wanda ya karbi sakonni daga daban-daban kafofin. Lokacin da wani neuron sami wani tãshin hankali sama a wasu bakin kofa, shi nan da nan ta aika wata sigina na gaba neuron.

A ilmin lissafi model ne kadan daban-daban. Login ilmin lissafi model na wani neuron - shi ne mai vector, wanda aka hada da babban yawan aka gyara. Kowace daga cikin bangaren - shi ne daya daga cikin hatsaisai, wanda aka samu da neuron. The fitarwa na model ne guda lambar. Wannan ne, a cikin model shigar vector ne tuba a cikin wani scalar, daga baya canjawa wuri zuwa wasu neurons.

Na tsarin jijiya networks za a iya horar da a hanyoyi biyu: da kuma ba tare da wani malami. A tsarin ilmantarwa kunshi dama matakai. Na farko, a kan hanyar sadarwa ne shigar da daga waje mai kara kuzari. Sa'an nan, daidai da dokokin bambanta da free sigogi na na tsarin jijiya cibiyar sadarwa, sa'an nan da cibiyar sadarwa amsa ga shigar da samuwar kasashe riga daban. A tsari ya kamata a maimaita muddin cibiyar sadarwa ba ya warware matsalar. A koyo algorithm tare da wani malami ne cewa a lokacin da horar da cibiyar sadarwa riga yana da daidai amsar. Wannan hanya da aka samu nasarar yi amfani ga mutane da yawa aikace-aikace, amma shi ne sau da yawa soki ga cewa shi ne ilimin implausible. Na tsarin jijiya networks suna horar ba tare da malami a cikin akwati inda sani bayanai. Bisa su, da cibiyar sadarwa hankali san bayar da mafi kyau darajar jimloli.

Aikace-aikace na na tsarin jijiya networks ne sosai bambancin. Su sukan yi amfani da su sanya aiki da kai da fitarwa, kiyasin halittar daban-daban gwani tsarin, kimantawa na functionals. Tare da irin wannan cibiyar sadarwa zai iya yin sauti fitarwa ko Tantancewar sakonni a hango ko hasashen musayar Manuniya haifar da tsarin iya kai-koyo, wanda zai iya, misali, haduwa magana daga wani ba rubutu ko mota shakatawa. Na tsarin jijiya networks a West ana amfani da karin rayayye, da rashin alheri, m kamfanonin ba tukuna ya soma wannan hanya.

Duk da abũbuwan amfãni daga ANN a kan al'ada lissafin a wasu yankunan, da data kasance na tsarin jijiya networks - ba manufa bayani. Tun da za su iya koyo, su zama daidai ba. Bugu da kari, za ka iya ba daidai da tabbacin cewa ci gaba na tsarin jijiya cibiyar sadarwa ne mafi kyau duka. A developer dole ne gane yanayin matsalar da ake jawabi, da yawa bayani da ya bayyana matsalar, kafin su sami data for gwaji da kuma horo cibiyar sadarwa, a zabi da hakkin Hanyar horo, canja wurin aiki da kuma kububuwa ayyuka.