Привет, ребята, сегодня я собираюсь поделиться своими мыслями о нейронных сетях. Эти заметки — мои заметки о нейронных сетях, вы можете поделиться со мной своими.
Нейронные сети в машинном обучении — это подход, используемый для копирования действий нейронов в нашем теле. Чтобы понять концепцию, нам сначала нужно понять, как работает нейрон в нашем человеческом теле.
Работа нейрона — человеческое тело
Итак, мозг, суперкомпьютер, получает огромное количество данных, которые передаются ему от нейронов. Нейрон состоит из 3 основных частей, а именно — дендритов, клеточного тела и аксона.
Дендриты являются приемниками. Они получают информацию от а) предыдущего нейрона или б) органов чувств. Как только дендрит получает вход возбуждения, он передает сигнал телу клетки, которое, в свою очередь, направляет сигнал к аксону.
Сигнал от Аксона должен быть передан следующему Нейрону, который связан через Синапсы, также известные как промежутки между Нейронами. Это продолжается до тех пор, пока сигнал не достигнет мозга, который затем оценивает сигнал и принимает действенное решение.
Искусственный нейрон
Концепция нейрона в человеческом теле привела к развитию искусственного нейрона. Ключевые компоненты нейрона (дендриты, тело клетки и аксон) взаимодействовали в Machine Sense. Входы стали Дендритами, Алгоритм/Модель стали телом клетки, а Выход стал телом клетки.
Как только это было спроектировано, стало легче работать с данными. Были сформулированы исходные данные и получены выходные данные. Помните вентили (ИЛИ/И/ИСКЛЮЧАЮЩЕЕ ИЛИ и т. д.), искусственный нейрон теперь был способен выводить эффективные результаты из данных.
Теперь, как и в нервной системе, существует множество нейронов, работающих вместе, так и в любой нейронной сети есть слои, которые помогают в получении конечного результата.
Входной слой, скрытый слой и выходной слой являются общей классификацией нейронных сетей. Что это все такое и как они работают, это тема для дальнейшего.
Чтобы получить представление, просто взгляните на изображение ниже, которое представляет собой набор нейронных сетей на практике:
Ну вот и все на сегодня, скоро будет больше заметок. Я знаю, что в этой статье мало говорится о нейронных сетях; это просто вводная версия темы. Если у вас есть что добавить, не стесняйтесь комментировать и делиться со всеми.
Вот ссылки на мои заметки:
- https://www.doc.ic.ac.uk/~nd/surprise_96/journal/vol4/cs11/report.html
- https://towardsdatascience.com/the-mostly-complete-chart-of-neural-networks-explained-3fb6f2367464
Увидимся завтра. Счастливого обучения!
