Искусственные нейронные сети (ИНС), обычно называемые просто нейронными сетями (НС), представляют собой вычислительные системы, вдохновленные естественными нейронными сетями, составляющими звериный интеллект.
ИНС основана на наборе соединенных единиц или выступов, называемых искусственными нейронами, которые приблизительно моделируют нейроны в естественном мозге. Каждое соединение, как и синапсы в естественном мозге, может передавать сигнал другим нейронам. Искусственный нейрон получает сигнал, а также обрабатывает его и может жестировать связанные с ним нейроны. «Сигнал» на соединении — вещественное число, а дело каждого нейрона считается какой-то нелинейной функцией суммы его входов. Соединения называются ребрами. Нейроны и ребра обычно имеют вес, который корректируется по мере обучения. Вес увеличивает или уменьшает силу сигнала в соединении. Нейроны могут иметь порог, аналогичный тому, что сигнал передается только в том случае, если совокупный сигнал пересекает этот порог. Как правило, нейроны объединяются в слои. Различные слои могут выполнять различные метаморфозы на своих входах. Сигналы проходят от первой подкасты (входной подкасты) к последней подкасте (подкаста дел), возможно, после многократного прохождения слоев.
Компоненты ИНС
1.Нейроны
ANN состоят из искусственных нейронов, которые концептуально выведены из естественных нейронов. Каждый искусственный нейрон имеет входы и производит одно дело, которое может быть передано нескольким другим нейронам. Входными данными могут быть точечные значения выборки внешних данных, подобных изображениям или документам, или они могут быть работой других нейронов. Работа конечных нейронов нейронной сети согласовывает задачу, как если бы мы воспринимали объект на изображении.
Чтобы найти дело нейрона, сначала мы должны взять взвешенную сумму всех входов, нагруженную весами связей от входов к нейрону. Добавим к этой сумме смещение. Эту взвешенную сумму иногда называют активацией. Эта взвешенная сумма также проходит через (обычно нелинейную) функцию активации для создания дела. Исходными входными данными являются внешние данные, подобные изображениям и документам. Окончательные усилия решают задачу, подобно изображению объекта на изображении.
2. Соединения и веса.
Сеть состоит из соединений, каждое из которых обеспечивает работу одного нейрона в качестве входных данных для другого нейрона. Каждому соединению присваивается вес, который представляет его относительную значимость. У данного нейрона может быть несколько входных и деловых связей.
3. Функция распространения.
Функция распространения вычисляет входные данные для нейрона из работы его нейронов-предшественников и их соединений в виде взвешенной суммы. К результату распространения может быть добавлен член смещения.
Функции активации в нейронной сети — это основная часть потока ИИ, если вы хотите обучиться, зайдите на www.insideaiml.com и пройдите сертификацию.
