Muhammad al-xorazmiy nomidagi toshkent axborot texnologiyalari universiteti farg'ona filiali

Hammasi qanday boshlandi

Odamlar haqiqatan ham insonning ongi qayerdan kelganini va miya qanday ishlashini tushunishni xohlashdi. O'tgan asrning o'rtalarida kanadalik neyropsixolog Donald Hebb buni tushundi. Hebb neyronlarning bir-biri bilan oʻzaro taʼsirini oʻrgandi, ularning qanday guruhlarga (ilmiy jihatdan – ansambllarga) birlashishini oʻrgandi va neyron tarmoqlarni oʻrganish uchun fandagi birinchi algoritmni taklif qildi.
Bir necha yil o'tgach, bir guruh amerikalik olimlar kvadrat shakllarni boshqa shakllardan ajrata oladigan sun'iy neyron tarmog'ini modellashtirdilar.
Neyron tarmoq qanday ishlaydi?
Tadqiqotchilar shuni aniqladilarki, neyron tarmoq neyronlar qatlamlari yig'indisi bo'lib, ularning har biri ma'lum bir mezonni: shakli, rangi, o'lchami, teksturasi, tovushi, ovoz balandligi va boshqalarni neyronlarning yangi va yangi qatlamlarini tanib olish uchun javobgardir. Ular navbatma-navbat ishlashadi. Masalan, birinchisi kvadrat yoki kvadrat emasligini aniqlaydi, ikkinchisi kvadrat qizil yoki qizil emasligini tushunadi, uchinchisi kvadratning o'lchamini hisoblaydi va hokazo. Kvadratchalar emas, qizil emas va mos bo'lmagan o'lchamdagi raqamlar neyronlarning yangi guruhlariga kiradi va ular tomonidan tekshiriladi.
Konvolyutsion neyron tarmoqlari
Neyronlar guruhlarga bo'linadi, har bir guruh berilgan xarakteristikani hisoblab chiqadi. 1993 yilda frantsuz olimi Yan Lekun dunyoga qog'ozdagi qo'lda yozilgan raqamlarni tez va aniq taniy oladigan birinchi konvolyutsion neyron tarmog'i LeNet 1 ni namoyish etdi. O'zingiz ko'ring:
Bugungi kunda konvolyutsion neyron tarmoqlar asosan multimedia maqsadlarida qo'llaniladi: ular grafik, audio va video bilan ishlaydi.
Takroriy neyron tarmoqlari
Neyronlar ma'lumotni ketma-ket eslab qoladi va ushbu ma'lumotlar asosida keyingi harakatlarni quradi. 1997 yilda nemis olimlari eng oddiy takrorlanuvchi tarmoqlarni uzoq qisqa muddatli xotiraga ega tarmoqlarga o'zgartirdilar. Keyinchalik ular asosida boshqariladigan takroriy neyronlarga ega tarmoqlar ishlab chiqildi.
Bugungi kunda bunday tarmoqlar yordamida matnlar yoziladi va tarjima qilinadi, odam bilan mazmunli suhbatlar o'tkazadigan botlar dasturlashtiriladi, sahifalar va dasturlar uchun kodlar yaratiladi.

5-Mavzu: Sun'iy neyron tarmoqlari. Sodda neyron tarmoqlarini qurish.

Sun'iy neyron tarmoqlari (ANNlar), odatda oddiy deb nomlanadi asab tarmoqlari (NNlar), hisoblash tizimlari tomonidan noaniq ravishda ilhomlangan biologik neyron tarmoqlari hayvonlarni tashkil qiladi miyalar.

ANN bog'langan birliklar yoki tugunlar to'plamiga asoslangan sun'iy neyronlar, bu erkin tarzda modellashtirilgan neyronlar biologik miyada. Kabi har bir ulanish sinapslar biologik miyada signalni boshqa neyronlarga etkazishi mumkin. Signalni qabul qiladigan sun'iy neyron keyinchalik uni qayta ishlaydi va unga bog'langan neyronlarga signal berishi mumkin. Ulanishdagi "signal" a haqiqiy raqam, va har bir neyronning chiqishi uning kirishlari yig'indisining ba'zi bir chiziqli bo'lmagan funktsiyalari bilan hisoblanadi. Ulanishlar deyiladi qirralar. Neyronlar va qirralar odatda a ga ega vazn bu o'rganishni davom ettirishga moslashtiradigan narsa. Og'irligi ulanish paytida signal kuchini oshiradi yoki kamaytiradi. Neyronlarning chegarasi bo'lishi mumkin, shunda signal faqat yig'ilgan signal ushbu chegarani kesib o'tgan taqdirdagina yuboriladi. Odatda neyronlar qatlamlarga birlashtiriladi. Turli qatlamlar o'zlarining kirishlarida turli xil o'zgarishlarni amalga oshirishi mumkin. Signallar birinchi qatlamdan (kirish qatlami), oxirgi qatlamga (chiqish qatlami), ehtimol qatlamlarni bir necha marta bosib o'tgandan keyin o'tadi.

Neyron tarmoqlari misollarni qayta ishlash orqali o'rganadi (yoki o'qitiladi), ularning har biri ma'lum bo'lgan "kirish" va "natija" ni o'z ichiga oladi, bu ikkalasi o'rtasida aniqlik tarkibidagi ma'lumotlar assotsiatsiyasini shakllantiradi. Nerv tarmog'ini keltirilgan misoldan o'rgatish odatda tarmoqning qayta ishlangan chiqishi (ko'pincha bashorat qilish) va maqsadli chiqish o'rtasidagi farqni aniqlash orqali amalga oshiriladi. Bu xato. Keyin tarmoq o'z qoidalariga binoan va ushbu xatolik qiymatidan foydalangan holda o'z vaznli assotsiatsiyalarini sozlaydi. Ketma-ket tuzatishlar neyron tarmoqni maqsadli chiqishga tobora ko'proq o'xshash ishlab chiqarishni keltirib chiqaradi. Ushbu tuzatishlarning etarli sonidan so'ng ma'lum mezonlarga asoslanib, mashg'ulot tugatilishi mumkin. Bu sifatida tanilgan nazorat ostida o'rganish.

Bunday tizimlar, misollarni ko'rib chiqish orqali vazifalarni bajarishni "o'rganadilar", odatda vazifalarga xos qoidalar bilan dasturlashtirilmasdan. Masalan, ichida tasvirni aniqlash, ular qo'lda qilingan misollarni tahlil qilish orqali mushuklarni o'z ichiga olgan rasmlarni aniqlashni o'rganishlari mumkin belgilangan "mushuk" yoki "mushuk yo'q" sifatida va boshqa rasmlarda mushuklarni aniqlash uchun natijalardan foydalanish. Ular buni mushuklar haqida oldindan bilmasdan qilishadi, masalan, ularning mo'ynasi, dumlari, mo'ylovi va mushukka o'xshash yuzlari. Buning o'rniga, ular avtomatik ravishda ishlov beradigan misollardan aniqlovchi xususiyatlarni yaratadilar.

ANNlar tarkib topgan sun'iy neyronlar kontseptual ravishda biologik olingan neyronlar. Har bir sun'iy neyronning kirishlari mavjud va ular bir nechta boshqa neyronlarga yuborilishi mumkin bo'lgan bitta ishlab chiqarishni ishlab chiqaradi. Kirish rasmlar yoki hujjatlar kabi tashqi ma'lumotlar namunasining xususiyat qiymatlari yoki boshqa neyronlarning chiqishi bo'lishi mumkin. Final natijalari chiqish neyronlari asab tarmog'i vazifani bajaradi, masalan, rasmdagi ob'ektni tanib olish.

Neyronning chiqishini topish uchun avval biz tomonidan tortilgan barcha kirishlarning tortilgan yig'indisini olamiz og'irliklar ning ulanishlar kirishlardan neyrongacha. Biz qo'shamiz tarafkashlik ushbu summa uchun muddat. Ushbu tortilgan yig'indiga ba'zan deyiladi faollashtirish. Ushbu tortilgan yig'indidan keyin (odatda chiziqli bo'lmagan) faollashtirish funktsiyasi mahsulotni ishlab chiqarish. Dastlabki yozuvlar tashqi ma'lumotlar, masalan, rasm va hujjatlar. Rasmdagi ob'ektni tanib olish kabi yakuniy natijalar vazifani bajaradi.

Tashkilot
Neyronlar odatda bir nechta qatlamlarga bo'linadi, ayniqsa chuqur o'rganish. Bir qatlam neyronlari faqat oldingi va darhol keyingi qatlamlarning neyronlari bilan bog'lanadi. Tashqi ma'lumotlarni qabul qiladigan qatlam bu kirish qatlami. Yakuniy natija beradigan qatlam bu chiqish qatlami. Ularning orasidagi nol yoki undan ko'p yashirin qatlamlar. Bir qavatli va qatlamsiz tarmoqlardan ham foydalaniladi. Ikki qatlam o'rtasida bir nechta ulanish naqshlari mumkin. Ular bo'lishi mumkin to'liq ulangan, bitta qatlamdagi har bir neyron keyingi qatlamdagi har bir neyron bilan bog'langan holda. Ular bo'lishi mumkin hovuzlash, bu erda bir qatlamdagi neyronlar guruhi keyingi qatlamdagi bitta neyronga ulanadi va shu bilan ushbu qatlamdagi neyronlarning sonini kamaytiradi.[43] Faqat shu kabi birikmalarga ega neyronlar a ni hosil qiladi yo'naltirilgan asiklik grafik va sifatida tanilgan feedforward tarmoqlari.[44] Shu bilan bir qatorda, bir xil yoki oldingi qatlamlarda neyronlar orasidagi bog'lanishni ta'minlaydigan tarmoqlar sifatida