Neyron tarmoq asoslari va uni chuqur o'rganish

Rasm. 2.7  Tog’ri taqsimlangan ko'p qatlamli to’liq bog’lanmali neyron tarmog'I topologiyasi


Yashirin qatlam. Neyron tarmog'ida to'g'ridan-to'g'ri tarqatish bir yoki bir nechta yashirin qatlamlarga ega bo’ladi. Qatlamlar orasidagi ulanishlarning og'irlik ma'lumotlari kodlangan, o'quv jarayoniga hosil bo’lgan tarmoq tomonidan dastlabki ma'lumotlar olinadi. Bu yashirin qatlamlar tufayli tarmoq bir qavatli perseptronlar uchun mavjud bo'lmagan chiziqli funktsiyalarni simulyatsiya qila oladi.
Chiqish qatlami. Chiqish qatlamidan taxminiy modelni hosil qilamiz. Neyron tarmoq kirish qatlami chiqish qatlami bilan bog’liq bo’lganligi sababli, chiqish qatlami kirish qatlamidagi ma'lumotlarini ifodalaydi. Tarmoq konfiguratsiyasiga qarab, javob haqiqiy raqam (regressiya) yoki ehtimolliklar to'plami (klassifikatsiyasi) bo'lishi mumkin. Bu chiqish qatlamidagi faollashtirish funktsiyasining turi bilan belgilanadi. Odatda, chiqish qatlamida tasniflash uchun softmax yoki sigmasimon funktsiyadan foydalaniladi. Ushbu faollashtirish funktsiyalari o'rtasidagi farqni quyida kengroq muhokama qilinadi.


Qatlamlar orasidagi bog’lanish. To'liq bog’lanmali tarmoqda har bir neyroning oldingi qatlamidagi barcha neyronlari tarqalish tarmog'ining to'g'ridan-to'g'ri qatlamiga ulanadi. Bog‘lanmalar vaznining o‘zgarishi bu teskari algoritm taqsimotining maqbul yechimni qidirib topishiga bog‘liq buladi. Matematik vaznlarni vektorning parametrlari deb hisoblash mumkin, bu so'z ilgari chiziqli algebra bo'limida ishlatilgan, bu erda mashina o'rganish xatoni kamaytiradigan parametr vektorini topish sifatida tasvirlangan.

Shunday qilib, biz to'g'ridan-to'g'ri tarqatish neyron tarmoqlarining asosiy tuzilishini ko'rib chiqdik. Keyinchalik biz teskari taqsimlash mexanizmi, shuningdek aktivatsiya funktsiyasi xususiyatlari haqida gaplashamiz. Hamda fikrimizni eng ko'p uchraydigan yo'qotish funktsiyalari va giperparametrlarning umumiy sharhi bilan yakunlaymiz.