Chuqur neyron tarmoqlar nima va ularni nima tavsiflaydi?
Chuqur neyron tarmoqlari Deep Learning yoki Deep Learning-da ishlatiladigan eng muhim texnologik arxitekturalardan biri. So'nggi yillarda ushbu sun'iy tarmoqlar bosh aylantirib boradigan o'sishga ega edi, chunki ular har qanday naqshlarni tan olishda asosiy jihatni tashkil qiladi. Sun'iy intellekt aynan shu tarmoqlarning ishlashi tufayli mavjud bo'lib, ular mohiyatan bizning texnologik va matematik usulda bo'lsa ham, bizning miyamiz qanday ishlashining nusxasi bo'lib qoladi.
Chuqur neyron tarmoqlari haqida chuqurroq ma'lumotga ega bo'lishdan oldin, avvalambor sun'iy neyron tarmoqlari qanday ishlashini va ular nima uchun ekanligini tushunishimiz kerak. Lneyron tarmoqlari - bu so'nggi yillarda juda katta ta'sir ko'rsatgan "Mashinaviy o'rganish" ning bir bo'lagi, dasturchilarga va kompyuter olimlariga chat botlari kabi narsalarni yaratishda yordam berish, ular bilan suhbatlashganda bizni haqiqiy insonlar bilan gaplashyapmiz deb o'ylashga majbur qiladi.
Sun'iy neyron tarmoqlari avtomatik ravishda harakatlanadigan avtomashinalar, bizning yuzimizni taniydigan va uni istagan narsaga o'zgartiradigan mobil dasturlar va boshqa ko'plab funktsiyalar bilan ishlatilgan. Uning qo'llanilishi juda keng, zamonaviy sun'iy intellektning asosi bo'lib xizmat qiladi va bizning kunimiz uchun juda ko'p foydali narsalarga ega.
Sun'iy neyron tarmoqlari
Keling, o'zimizning oshxonamizda ekanligimizni tasavvur qilaylik va biz juda oddiy vazifani to'q sariq rang izlashga qaror qildik. Biz to'q sariq rangni juda oson aniqlashni bilamiz va uni oshxonada topadigan banan, olma va nok kabi boshqa mevalardan qanday ajratish kerakligini bilamiz. Qanaqasiga? Chunki miyamizda biz to'q sariq rangning o'ziga xos xususiyatlarini juda yaxshi o'zlashtirganmiz: uning kattaligi, shakli, rangi, hidi qanday ... Bularning barchasi to'q sariq rangni topish uchun foydalanadigan parametrlarimiz.
Bu odamlar uchun oddiy vazifa, ammo ... buni kompyuter ham bajara oladimi? Javob ha. Aslida, xuddi shu parametrlarni aniqlash va tugunga yoki biz "sun'iy neyron" deb atashimiz mumkin bo'lgan narsalarga qiymat berish kifoya. Biz neyronga apelsin qanday ekanligini aytamiz, ularning kattaligi, vazni, shakli, rangi yoki biz ushbu mevaga tegishli boshqa parametrlarni ko'rsatamiz. Ushbu ma'lumotga ega bo'lgan holda, neyron apelsinni unga taqdim etganda qanday aniqlashni bilishi kutilmoqda.
Agar biz parametrlarni yaxshi tanlagan bo'lsak, shunchaki ushbu xususiyatlarni hisobga olgan holda apelsin va to'q sariq bo'lmagan narsalarni farqlashingiz oson bo'ladi. Har qanday mevaning tasviri taqdim etilganda, o'sha neyron to'q sariq rangga tegishli xususiyatlarni qidiradi va uni "to'q sariq" toifaga yoki "boshqa mevalar" toifasiga kiritishga qaror qiladi. Statistik nuqtai nazardan, parametrlar grafigida siz izlayotgan narsaga mos keladigan mintaqani topish mumkin, bu o'lcham, shakli, rangi, vazni va xushbo'y hidi bilan to'q sariq rangga ega bo'lgan barcha mevalarni o'z ichiga oladi.
Avvaliga bularning barchasi kodlash juda oson va haqiqatan ham shunday. Apelsinni banan yoki olma bilan farqlash juda yaxshi ishlaydi, chunki ular turli xil rang va shakllarga ega. Ammo, agar sizni greyfurt bilan tanishtirsak nima bo'ladi? Juda katta mandarin-chi? Ular to'q sariq rang bilan mukammal tarzda adashishi mumkin bo'lgan mevalardir. Sun'iy neyron apelsin va greyfurtni o'z-o'zidan ajrata oladimi? Javob yo'q, aslida ular bir xil deb o'ylashadi.
Faqatgina sun'iy neyronlar qatlamidan foydalanish yoki bir xil bo'lgan, faqat oddiy neyronlardan oldin foydalanish muammosi shu ular tanib olishni bilishlari kerak bo'lgan narsalarga o'xshash xususiyatlarga ega bo'lgan biron bir narsa taqdim etilganda ular juda aniq bo'lmagan qaror chegaralarini yaratadilar., lekin aslida bunday emas. Agar biz unga to'q sariq rangga o'xshash narsani, masalan, greypfrutni sovg'a qilsak, hatto u o'sha meva bo'lmasa ham, u uni shunday deb aniqlaydi.
Ushbu qaror chegaralari, agar ular grafik shaklida ifodalangan bo'lsa, har doim chiziqli bo'ladi. Bitta sun'iy neyron yordamida, ya'ni ma'lum parametrlarni birlashtirgan, lekin ulardan tashqarida o'rgana olmaydigan bitta tugun yordamida juda tarqoq qaror chegaralari olinadi. Uning asosiy cheklovi shundaki, u ikkita statistik usulni qo'llaydi, xususan ko'p sinfli regressiya va logistik regressiya, ya'ni shubha tug'ilganda u biz aniqlagan narsa kutmagan narsaga kiradi.
Agar biz barcha mevalarni "apelsin" va "apelsin emas" ga ajratadigan bo'lsak, faqat bitta neyrondan foydalangan holda, banan, nok, olma, tarvuz va har xil mevalar hajmi, rangi, shakli, xushbo'yligi va boshqalarga mos kelmaydigan mevalar bo'lishi aniq. apelsin bilan ularni "apelsin yo'q" toifasiga kiritgan bo'lar edi. Biroq, greyfurtlar va mandarinlar ularni "apelsin" toifasiga kiritib, o'zlari uchun yomon ishlab chiqilgan ishni bajarar edi.
Biz apelsin va greyfurt haqida gapirganda, itlar va bo'rilar, tovuqlar va tovuqlar, kitoblar va daftarlar haqida yaxshi gaplashishimiz mumkin edi ... Bu holatlarning barchasi oddiy "ifs ..." qatori etarli bo'lmaydigan holatlardir (") ha ... ”) Biri bilan boshqasi o'rtasida aniq farqlash. Keyinchalik murakkab, chiziqli bo'lmagan tizim zarur bo'lib, u turli xil elementlarni farqlash to'g'risida gap ketganda aniqroq bo'ladi. Shunga o'xshash narsalar o'rtasida farqlar bo'lishi mumkinligini hisobga oladigan narsa. Bu erda asab tarmoqlari kiradi.
Do'stlaringiz bilan baham: |