Bajardi: 703-21 guruh magistranti

---

Neyron toʼrlari yordamida tasvirlardagi 
belgilarni tanib olish algoritmlari.
Bajardi: 703-21 guruh magistranti
Tojiboyev Javohir

---

Reja:
Neyron to’rlari va neyron tarmoq nima
Neyron tarmoq turlar
Tasvirlarni aniqlash algoritmlari va ular uchun 
mavjud kutubxonalar tahlili

---

Neyron to’rlari va neyron tarmoq
Neyron - bu axborotni qabul qiluvchi, u bo'yicha oddiy hisob-
kitoblarni amalga oshiradigan va uni keyingi uzatuvchi hisoblash 
birligi. Ular uchta asosiy turga bo'linadi: kirish (ko'k), yashirin (qizil) 
va chiqish (yashil).
Agar neyron tarmoq ko'p sonli neyronlardan iborat bo'lsa, qatlam atamasi kiritiladi. Shunga ko'ra, 
axborotni qabul qiluvchi kirish qatlami, uni qayta ishlovchi n ta yashirin qatlam (odatda 3 tadan 
ko'p bo'lmagan) va natijani chiqaradigan chiqish qatlami mavjud. Neyronlarning har biri ikkita 
asosiy parametrga ega: kirish ma'lumotlari va chiqish ma'lumotlari.

---

Neyron to’rlari va neyron tarmoq
Sinaps - bu ikki neyron o'rtasidagi aloqa. Sinapslar 1 parametrga 
ega - og'irlik. kirish ma'lumotlari bir neyrondan ikkinchisiga 
uzatilganda o'zgaradi. Aytaylik, ma'lumotni keyingisiga uzatuvchi 3 
ta neyron mavjud. 
Keyin bizda ushbu neyronlarning har biriga mos keladigan 3 ta vazn mavjud. Kattaroq og'irlikdagi 
neyron uchun bu ma'lumot keyingi neyronda ustun bo'ladi (masalan, ranglarni aralashtirish). 
Aslida, neyron tarmog'ining og'irliklari to'plami yoki og'irliklar matritsasi butun tizimning o'ziga xos 
miyasidir. Aynan shu og'irliklar tufayli kiritilgan ma'lumotlar qayta ishlanadi va natijaga aylanadi.

---

Neyron tarmoq qanday ishlaydi?
Ushbu misolda neyron tarmoqning bir qismi tasvirlangan, bu erda I 
harflar kirish neyronlarini, H harfi yashirin neyronni va w harfi 
og'irliklarni bildiradi. Formuladan ko'rinib turibdiki, kiritilgan 
ma'lumotlar barcha kiritilgan ma'lumotlarning tegishli og'irliklarga 
ko'paytirilgan yig'indisidir. Keyin 1 va 0 kirishini beramiz. 
w1 = 0,4 va w2 = 0,7 bo'lsin, H1 neyronining kirish ma'lumotlari quyidagicha bo'ladi: 1 * 0,4 + 0 * 0,7 = 
0,4. Endi bizda kirish bor, biz kirishni faollashtirish funksiyasiga ulab chiqishni olishimiz mumkin. Endi 
bizda chiqish bor, biz uni uzatamiz. Shunday qilib, biz chiqish neyroniga yetguncha barcha 
qatlamlar uchun takrorlaymiz. Bunday tarmoqni birinchi marta ishga tushirganimizda, biz javob 
to'g'ri emasligini ko'ramiz, chunki tarmoq o'qitilmagan. Biz uni natijalarini yaxshilashga o'rgatamiz.

---

Neyron tarmoq nima?
Neyron tarmoq - bu sinapslar orqali bog'langan neyronlar ketma-
ketligi. Neyron tarmog'ining tuzilishi dasturlash dunyosiga 
to'g'ridan-to'g'ri biologiyadan kelgan. Ushbu tuzilma tufayli mashina 
turli xil ma'lumotlarni tahlil qilish va hatto yodlash qobiliyatiga ega 
bo'ladi. Neyron tarmoqlar nafaqat kiruvchi ma'lumotni tahlil qilish, 
balki ularni xotiradan qayta tiklashga ham qodir.
Boshqacha qilib aytganda, neyron tarmoq - bu elektr impulslari shaklida ma'lumot uzatuvchi 
millionlab neyronlarni o'z ichiga olgan inson miyasining mashina talqini. Neyron tarmoqlar inson 
miyasiga o'xshash analitik hisob-kitoblarni talab qiladigan murakkab muammolarni hal qilish 
uchun ishlatiladi. Neyron tarmoqlar uchun eng keng tarqalgan foydalanish:

---

Tasniflash- parametrlar bo'yicha ma'lumotlarni taqsimlash. Misol uchun, kirish joyida odamlar 
to'plami beriladi va ulardan qaysi biri qarz berishni va kim bermasligini hal qilish kerak. Bu ishni 
yosh, to'lov qobiliyati, kredit tarixi va boshqalar kabi ma'lumotlarni tahlil qiladigan neyron tarmoq 
orqali amalga oshirish mumkin.
Bashorat- keyingi bosqichni bashorat qilish qobiliyati. Masalan, qimmatli qog'ozlar bozoridagi 
vaziyatga qarab qimmatli qog'ozlarning ko'tarilishi yoki tushishi.
Tan olish- hozirgi vaqtda neyron tarmoqlardan eng keng tarqalgan foydalanish. Googleda surat 
qidirayotganingizda yoki telefon kameralarida yuzingiz holatini aniqlab, uni alohida ajratib 
koʻrsatish va boshqa koʻp hollarda foydalaniladi.

---

Biologik neyron tarmoqlari
Biologik neyron - bu yadro, tana va jarayonlardan tashkil topgan maxsus hujayra bo'lib, u minglab 
boshqa neyronlar bilan ham yaqin aloqaga ega. Bu aloqa orqali elektrokimyoviy impulslar vaqti-
vaqti bilan uzatilib, butun neyron tarmoqni hayajon holatiga yoki aksincha, xotirjamlikka olib keladi. 
Misol uchun, qandaydir yoqimli va ayni paytda hayajonli voqea (yaqin odam bilan uchrashish, 
musobaqada g'alaba qozonish va hokazo) bizning boshimizda joylashgan neyron tarmoqda 
elektrokimyoviy impuls hosil qiladi va bu uning qo'zg'alishiga olib keladi. Natijada, miyamizdagi 
neyron tarmog'i o'z hayajonini tanamizning boshqa a'zolariga uzatadi va yurak urish tezligining 
oshishiga, ko'zlarning tez-tez miltillashiga va hokazolarga olib keladi.

---

Neyron tarmoqlarning turlari
Umuman olganda, ular turli vazifalar uchun ishlatiladi
konvolyutsion neyron tarmoqlari
takroriy neyron tarmoqlari
Xopfildning neyron tarmog'i.
Konvolyutsion neyron tarmoqlari
Konvolyutsion tarmoqlar sun'iy neyron tarmoqlarning eng mashhur turlaridan biridir. Ular vizual 
naqshlarni (video va tasvirlarni) aniqlash, tavsiya qiluvchi tizimlar va tilni qayta ishlashda samarali 
ekanligini isbotladilar.

---

Konvolyutsion neyron tarmoqlari
Ular mukammal darajada kengaytirilishi mumkin va har qanday yuqori aniqlikdagi naqshni 
aniqlash uchun ishlatilishi mumkin
Ular volumetrik (uch o'lchovli) neyronlardan foydalanadilar. Qatlam ichidagi neyronlar faqat 
retseptiv maydon deb ataladigan kichik joylar bilan bog'langan
Qo'shni qatlamlarning neyronlari fazoviy lokalizatsiya mexanizmi bilan bog'langan. Ko'pgina 
bunday qatlamlarni stacking ko'proq va ko'proq piksellarga javob beradigan chiziqli bo'lmagan 
filtrlarni beradi
Har bir filtr butun ko'rish maydonini qamrab olish uchun kengayadi. Ushbu birliklar takrorlanadi, 
mavjud parametrlarni almashadi va xaritani tashkil qiladi. Shunday qilib, ma'lum bir 
konvolyutsion qatlamning barcha neyronlari bir xil ob'ektga javob bera boshlaydi.

---

Takroriy neyron tarmoqlari
Bunday neyron tarmoqlari takrorlanuvchi deb ataladi, ularning neyronlari orasidagi bog'lanishlar 
indikativ tsiklni tashkil qiladi. Quyidagi xususiyatlarga ega
Har bir ulanish o'z vazniga ega, u ham ustuvor hisoblanadi
Tugunlar ikki turga bo'linadi, kirish tugunlari va yashirin tugunlar
Takroriy neyron tarmog'idagi ma'lumotlar nafaqat to'g'ri chiziq, qatlam-qatlam, balki 
neyronlarning o'zlari orasida ham uzatiladi
Takroriy neyron tarmog'ining muhim o'ziga xos xususiyati - bu "diqqat maydoni" ning 
mavjudligi, bunda mashina yaxshilangan ishlov berishni talab qiladigan ma'lum qismlarni 
o'rnatishi mumkin.
Takroriy neyron tarmoqlar matn ma'lumotlarini tanib olish va qayta ishlashda qo'llaniladi (ular 
ko'pincha Google tarjimoni, Yandex Palex algoritmi, Apple Siri ovozli yordamchisi tomonidan 
qo'llaniladi).

---

Xopfild neyron tarmog'i
1982 yilda amerikalik olim Jon Xopfild hozirda uning nomini olgan hisoblash tizimining yangi 
turini tasvirlab berdi. Uning xarakterli xususiyatlari orasida
Tarmoqdagi bloklar holatini tavsiflash uchun faqat ikkita qiymatni qabul qilishi mumkin: 1 va 
-1. Qiymat birliklarining har bir juftligi grafik tugunlarini ulash imkoniyati yoki mumkin emasligi 
haqida gapiradi
Sun'iy neyronlarni modellashtirish grafigidagi bitta tugunni yangilash asinxron yoki sinxron 
tarzda amalga oshiriladi. Birinchi holda, faqat bitta blok yangilanadi, uni tasodifiy tanlash 
mumkin. Ikkinchi holda, barcha bloklar bir vaqtning o'zida yangilanadi;

---

Xopfild neyron tarmog'i
Tarmoq "energiya" deb ataladigan holat bilan tavsiflanadi. Tarmoq yangilanishlari har doim 
maksimal energiya qiymatlarida amalga oshiriladi
Tarmoqni o'qitish qoidalari inson aqlining mexanizmlariga o'xshaydi. Eski ma'lumotlar (mahalliy 
qoida) yordamida yoki eski namunalarga murojaat qilmasdan (qo'shimcha qoida) yangi 
ma'lumotlarni ulash mumkin.
Biologik namunalarga yaqin bo'lganligi sababli, bu model ko'pincha inson xotirasining ishlashini 
tushunish uchun ishlatiladi.

---

Asosiy cheklovlar va qiyinchiliklar
Tegishli ma'lumotlarni to'plash va keyin mashinani o'rgatish uchun katta vaqt kerak bo'ladi. Bu 
birinchi navbatda robototexnikaga tegishli
Hozirda mavjud tizimlarning hech biri fundamental matematik muammolarni (ko'chma 
sotuvchi muammosi va katta sonlarni faktorizatsiyasi) echishga qodir emas
Tizimlarni yaratish, sozlash va saqlashning yuqori murakkabligi. Bu juda yuqori malakaga ega 
bo'lgan mutaxassislarni talab qiladi va faqat juda yirik korporatsiyalar o'z xizmatlarini to'lashga 
qodir
Uchun samarali ish yuqori samarali kompyuter fermalari va dasturiy ta'minot talab qilinadi. 
Uskuna quvvatining oshishi tufayli muammo asta-sekin hal qilinmoqda GPUlar: 1991 yildan 2015 
yilgacha million marta oshdi.

---

Neyron tarmoqlari arxitekturasining bir necha asosiy turlari mavjud:
Oldinga uzatish tarmog'i - neyronlar va ular orasidagi bog'lanishlar asiklik grafikni tashkil 
etishini nazarda tutadi, bu erda signallar faqat bitta yo'nalishda tarqaladi. Aynan shu tarmoqlar 
eng ommabop va keng o'rganilgan bo'lib, ularni o'qitish eng kam qiyinchilikni keltirib chiqaradi
· Takroriy neyron tarmoqlar - bunday tarmoqlarda, oldinga yo'naltirilgan tarmoqlardan farqli 
o'laroq, signallar har ikki yo'nalishda ham uzatilishi mumkin va bitta kirish qiymatini qayta 
ishlash jarayonida bir neyronga bir necha marta kelishi mumkin. Qaytalanuvchi neyron 
tarmoqlarning alohida turi, masalan, Boltsman mashinasidir. Bunday tarmoqlar bilan ishlashda 
asosiy qiyinchilik ularni o'qitishdir, chunki umumiy holatda buning uchun samarali algoritm 
yaratish qiyin vazifa va hali ham universal echimga ega emas
· O'z-o'zini tashkil etuvchi Kohonen xaritalari - asosan klasterlash va ma'lumotlarni 
vizuallashtirish uchun mo'ljallangan neyron tarmoq.