Небольшая попытка заставить вас построить его самостоятельно.
Вступление
Нейронные сети, жаргон, который почти правит миром искусственного интеллекта благодаря своему искусству приближения. Это системы, которые «учатся» выполнять задачи, рассматривая примеры, как правило, без программирования каких-либо правил для конкретных задач. Искусственные нейронные сети созданы на основе биологических нейронных сетей, составляющих человеческий мозг.
Нейронные сети представляют собой совокупность своих основных строительных блоков перцептронов. Тогда что такое перцептрон? Персептрон - это комбинация набора узлов ввода, узла вывода и набора соединений. / weights, которые соединяют входные узлы с выходным узлом.
Что делает перцептрон?
Когда предоставляется набор известных данных (входы, выходы), который также называется обучающими данными, он пытается извлечь уроки из этих загруженных данных. Но что после обучения? Вот и игра: теперь, когда даны некоторые неизвестные входные значения, обученный перцептрон попытается предсказать приблизительный результат этих данных.
Давайте посмотрим, как это работает, на примере классификации:
Пора пойти в школу и запомнить логические таблицы И и ИЛИ.
Предупреждение…! Мы собираемся изучать ракетостроение…
Не уверен. Мы берем их за простой пример из уже знакомых вам тем. Давай продолжим….
В данных событиях A, B, если оба истинны, то И для A, B истинно. Если какое-либо из событий ложно, то И для A, B (A AND B) ложно. Точно так же в данных событиях A, B, если любое из событий истинно, то OR для A, B истинно. если все события A, B ложны, то OR для A, B (A OR B) ложно. Давайте хорошо разберемся, увидев следующую таблицу.
Допустим, False = 0, True = 1. Согласно таблице 0 AND 0 = 0 , 0 AND 1 = 1, 1 И 0 = 0, 1 И 1 = 1 .
входы: [[0, 0], [0, 1], [1, 0], [1, 1]]. Выходы: [0, 0, 0, 1]
Теперь предположим, что мы передали вышеуказанные входные и выходные данные нашему перцептрону. Наблюдая за введенными данными, перцептрон пытается изучить функцию И в заданный период времени. Теперь, если мы передадим любые случайные входные данные, такие как [1,1] [0,1] и т. Д., Перцептрон выдает приблизительные выходные данные, которые он считает правильными для заданных входных данных.
Теперь, после прочтения всего вышеперечисленного, у вас могут возникнуть некоторые вопросы. Как он на самом деле учится…? Что происходит внутри перцептрона ……?
Все эти вопросы будут рассмотрены в следующей статье… :)
В этой серии статей будет критерий сразу очень мало. Мы не хотим узнавать все сразу.
Спасибо…
Ниже приводится ссылка на следующую статью из этой серии ...
