Multilayer Perceptron: Architecture Optimization and Training

Birliklar Oldinga uzatish Nerv Tarmoqlar uchun Shakl tasnifi

A ma'lumotlar o'rnatish uchun naqsh tasnifi iborat ning a raqam ning naqshlarni to'g'ri tasniflash bilan birga. Har bir naqsh bir nechta o'lchovlardan (ya'ni, raqamli qiymatlardan) iborat.

The maqsad iborat ichida hosil qiluvchi a klassifikator bu oladi the ning o'lchovlari a naqsh kabi kiritish, va beradi uning to'g'ri tasnifi kabi chiqish. Klassifikatorning mashhur turi bu oldinga o'tuvchi NN [9].
A oldinga yo'naltirilgan NN neyronlarning kirish qatlamidan, yashirin qatlamlarning ixtiyoriy sonidan va chiqish qatlamidan iborat. Naqsh uchun oldinga yo'naltirilgan NN tasnifi maqsadlar iborat ning kabi ko'p kiritish neyronlar kabi naqshlar ning the ma'lumotlar o'rnatish bor o'lchovlar, ya'ni, uchun har biri o'lchov bor, u erda aynan bitta kirish neyroni mavjud. Chiqish qatlami ko'plab neyronlardan iborat, chunki ma'lumotlar to'plami sinflarga ega. Barcha neyron ulanishlarining og'irligini hisobga olgan holda, naqshni tasniflash uchun uning o'lchovlari kirish neyronlariga kirish sifatida taqdim etiladi, chiqish signallari tarqaladi. dan qatlam uchun qatlam qadar the chiqish signallari ning the chiqish neyronlardir olingan. Har bir chiqish neyron hisoblanadi aniqlangan bilan bitta ning the mumkin bo'lgan sinflar. Eng yuqori chiqish signalini ishlab chiqaradigan chiqish neyroni tegishli naqshni tasniflaydi.

1. Ko'p qatlamli perseptron

A ko'p qatlamli Perseptron hisoblanadi a variant ning the original Perseptron taklif qilingan model tomonidan Rosenblatt ichida the 1950 yil [10]. Bu ega bitta yoki Ko'proq yashirin

qatlamlar orasida uning kiritish va chiqish qatlamlar, the neyronlar bor tashkil etilgan qatlamlarda, the ulanishlar bor har doim yo'naltirilgan dan pastroq qatlamlar uchun yuqori qatlamlar, the neyronlar ichida the bir xil qatlam bor emas o'zaro bog'langan qarang Anjir. 1.
Kirish qatlamidagi neyronlar soni naqsh muammosi uchun o'lchovlar soniga teng va chiqish qatlamidagi neyronlar soni qatlamlar sonini tanlash uchun sinflar soniga teng. va neyronlar ichida har biri qatlamlar va ulanishlar chaqirdi Arxitektura muammosini hal qilishda bizning asosiy maqsadimiz uni etarli parametrlar va tasniflash uchun yaxshi umumlashtirish bilan mos keladigan tarmoq uchun optimallashtirishdir yoki regressiya vazifasi.

2.