Omonov Axror

CHUQURLASHTIRILGAN TARMOQNI O’QITISH
Neyrotarmoqni o’qitish — chuqurlashtirilgan o’qitishning eng murakkab qismidir

• 
  Sizga juda katta ma’lumotlar to’plami zarur bo’ladi.
  
• 
  Sizga yuqori hisoblash quvvati zarur bo’ladi.
  
• 
  Tarmoqni o’qitish uchun unga tayyor ma’lumotlarni yuborish va u generatsiya qilgan chiqish natijalarini bizning tekshiruvchi ma’lumotlarimiz to’plami bilan taqqoslanadi.
  
• 
  Barcha ma’lumotlar o’tkazilgandan so’ng, algoritm natijasi real ma’lumotlardan qanchalik farq qilishini ko’rsatuvchi funksiyani aniqlash mumkin.Ushbu funksiya yo’qotish funksiyasi deyiladi.
  

YO’QOTISH FUNKSIYASI QIYMATI QANDAY KAMAYTIRILADI?
Gradiyentli tushush — bu minimum funksiyani topishga yordam beruvchi usuldir. Biz bu holatda yo’qotish funksiyasining minimumini qidiramiz.
Metodning mazmuni har bir aylanish(stikl)da og’irlikni uncha katta bo’lmagan qiymatga o’zgartirishdan iborat.
GRADIYENTLI TUSHUSH

O’QITISHDAN SO’NG AVIABILETLAR UCHUN NARXLARNI PROGNOZLASH UCHUN ISHLAB CHIQQAN SERVISIMIZDAN FOYDALANISH MUMKIN.

• 
  Chuqurlashtirib o’qitishda neyron tarmoqdan jonivorlar intelektini taqdim etish uchun qo’llaniladi.
  
• 
  Neyron tarmoqlarida 3 turdagi neyron qatlamlari mavjud: kiruvchi qatlam, yashirin qatlam(lar), chiquvchi qatlam.
  
• 
  Neyronlar orasidagi bog’lanishlar kiruvchi ma’lumotlar elementlari imkoniyatlarini aniqlovchi og’irlikka ega.
  
• 
  Neyron tarmoqlarini chuqurlashtirib o’qitish uchun juda kata ma’lumotlar to’plami zarur bo’ladi.