Neyron tarmoq asoslari va uni chuqur o'rganish

Ограниченность сравнения

Отметим (в очередной раз), что биологический нейрон сложнее искусственного аналога. Продолжаются исследования, цель которых – лучше понять функционирование биологиче-ского нейрона.

Cheklangan taqqoslash
Eslatma (yana bir bor) biologik neyron sun'iy analogdan ko'ra murakkabroq. Tadqiqotlar davom etmoqda, uning maqsadi biologik neyronning ishlashini yaxshiroq tushunishdir.


Архитектура нейронных сетей прямого распространения

Теперь, осознав различия между искусственным нейроном и перцептроном, мы можем лучше понять структуру полной многослойной нейронной сети прямого распространения. В таких сетях нейроны организованы в группы, называемые слоями. В многослойной нейронной сети имеются:

 один входной слой;


 один или несколько полносвязных скрытых слоев;  один выходной слой.


To'g'ridan-to'g'ri tarqatish neyron tarmoqlari arxitekturasi
Endi sun'iy neyron va pertstron o'rtasidagi farqni anglab etgan holda, biz to'la ko'p qatlamli to'g'ridan-to'g'ri tarqatish neyron tarmog'ini yaxshiroq tushunishimiz mumkin. Bunday tarmoqlarda neyronlar qatlam deb nomlangan guruhlarga bo'linadi. Ko'p bosqichli neyron tarmog'ida quyidagilar mavjud:
bitta kirish qatlami;
bir yoki bir nechta to'liq bog'langan yashirin qatlamlar; bitta chiqish qatlami.

Как показано на рис. 2.7, каждый нейрон одного слоя (представлены кружочка-ми) связан во всеми нейронами следующего слоя.

Shaklda ko'rsatilgandek. 2.7, bitta qatlamning har bir neyroni (doiralar bilan ifodalangan) keyingi qatlamning barcha neyronlariga ulangan.

5888. 
      
5889. 
      всех нейронов одного слоя одна и та же функция активации (как правило). Для входного слоя входным сигналом является исходный вектор. На входы нейронов остальных слоев подаются выходы (значения активации) нейронов предыдущего слоя. На данные, распространяющиеся по сети в прямом направлении, оказывают влияние веса связей и тип функции активации. Рассмотрим теперь специфиче-ские особенности слоев различных типов.
      

bitta qavatning barcha neyronlari bir xil faollashtirish funktsiyasiga ega (qoida tariqasida). Kirish qatlami uchun kirish vektori asl vektordir. Oldingi qatlam neyronlarining chiqishlari (aktivizatsiya qiymatlari) qolgan qatlamlarning neyronlari kirishiga oziqlanadi. Ma'lumotni tarmoq bo'ylab yo'naltirishga ulanish og'irligi va faollashtirish funktsiyasi ta'sir qiladi. Endi har xil turdagi qatlamlarning o'ziga xos xususiyatlarini ko'rib chiqamiz.
Входной слой. Через этот слой в сеть поступают входные данные (векторы). Количество нейронов во входном слое обычно совпадает с количеством входных признаков. За входным слоем расположен один или несколько скрытых слоев. Входной слой в классической сети прямого распространения полносвязан со сле-дующим за ним скрытым слоем, но существуют и другие архитектуры сетей, в ко-торых полносвязность не требуется.
Kirish qatlami. Ushbu qatlam orqali kirish ma'lumotlari (vektorlar) tarmoqqa kiradi. Kirish qatlamidagi neyronlar soni odatda kirish xususiyatlarining soniga to'g'ri keladi. Kirish qatlamining orqasida bir yoki bir nechta yashirin qatlamlar joylashgan. Klassik to'g'ridan-to'g'ri tarqatish tarmog'idagi kirish qatlami keyingi yashirin qatlamga to'liq ulangan, ammo boshqa ulanish talab qilinmaydigan boshqa tarmoq arxitekturalari ham mavjud.
64  Основы нейронных сетей и глубокого обучения

Kirish Kiruvchi Yashirin Yashirin Chiquvchi

qiymatlari qatlam qatlam 1 qatlam 2 qatlam