Ын Анналин, Су Кеннет

Рис. 5. Неверное распознавание цифры 2

---

156
Глава 11
. 
Нейронные сети
Цифра 5 - 90 %
Цифра 3 - 9 %
Цифра 0 - 1 %
Цифра 3 - 57 %
Цифра 5 - 38 %
Цифра 8 - 5 %
Цифра 3 - 50 %
Цифра 5 - 49 %
Цифра 0 - 1 %
Цифра 3 - 87 %
Цифра 5 - 8 %
Цифра 1 - 4 %
Цифра 2 - 1 %
Рис. 6. Неверное распознавание цифр 3 и 5
11.3. Компоненты нейронной сети
При распознании рукописных цифр нейронная сеть ис-
пользует несколько слоев нейронов, чтобы строить про-
гноз на основании вводимых изображений.
6
A
B
C
D
E
F
G
Слой 1
Вход
Слой 2
Выход
6
A
B
C
D
E
F
G
Вход
Слой 1
Слой 2
Выход
Рис. 7. Пример нейронной сети: разные входные данные 
с одними выходными. Активные нейроны выделены темным

---

11.3. Компоненты нейронной сети
157
На рис. 7 показана нейронная сеть, которая, получив 
различные изображения рукописной шестерки, ис-
пользует различные нейронные пути для получения 
одного и того же результата. Хотя каждая комбинация 
активных нейронов ведет лишь к одному результату, 
каждый из них может быть достигнут различными 
комбинациями.
Типичная нейронная сеть состоит из следующих компо-
нентов.

Входной слой. Этот слой обрабатывает каждый пик-
сел входящего изображения. Поэтому обычно число 
нейронов в нем совпадает с числом пикселов изобра-
жения. Для простоты на рис. 7 множество нейронов 
показано одним узлом.

Для улучшения прогнозирования может быть ис-
пользован и 
сверточный слой. Вместо обработки от-
дельных пикселов этот слой обнаруживает различные 
признаки, ориентируясь на комбинации пикселов, 
такие как присутствие круга или верхнего хвостика 
у цифры 6. Поскольку такой способ анализа зависит 
только от присутствия признаков, а не от их распо-
ложения, нейронная сеть сможет распознать цифру, 
даже если ее ключевые признаки будут смещены от 
центра. Эта способность называется трансляционной 
инвариантностью (translational invariance).

Скрытые слои. После того как пикселы переданы 
нейронной сети, они претерпевают различные пре-
образования с целью усиления их похожести на изо-
бражении, уже встреченном ранее, благодаря чему 

---