Нейронная сеть — это вычислительная структура, которая соединяет входной слой с выходным слоем. Эта вычислительная структура используется для обучения моделей глубокого обучения, которые могут легко превзойти любой классический алгоритм машинного обучения. Как новичок в науке о данных, вы, должно быть, уже слышали о нейронных сетях, но знаете ли вы, как работает нейронная сеть? Если хотите узнать, то эта статья для вас. В этой статье я объясню, как работает нейронная сеть.
Вот как работает нейронная сеть:
Нейронная сеть состоит из трех типов слоев:
- Один входной слой
- Один или несколько скрытых слоев
- Один выходной слой
Давайте разберемся, как работает нейронная сеть, на примере классификации изображений. Чтобы классифицировать изображения с помощью нейронной сети, мы сначала снабдим нейронную сеть значениями пикселей изображений. Первый слой нейронной сети — это входной слой, который получает данные в качестве входных данных.
Второй слой нейронной сети — это скрытый слой, отвечающий за все расчеты для изучения характеристик входных данных. В нейронной сети всего три слоя, но количество скрытых слоев можно увеличить. Чем сложнее ваша проблема, тем больше скрытых слоев предпочтительнее. Как правило, нейронная сеть с 1–2 скрытыми слоями будет работать в большинстве задач глубокого обучения, но если у данных есть много возможностей для обучения, вы можете выбрать 3–5 скрытых слоев.
Последний слой нейронной сети — это выходной слой, который классифицирует данные и предоставляет конечный результат. Результат, выдаваемый выходным слоем, контролируется функцией активации. Функция активации помещается после скрытого слоя и используется для вычисления взвешенной суммы входных данных и смещений, используемых для определения того, должен ли нейрон быть активирован или нет.
Таким образом, первый слой или входной слой нейронной сети получает ввод, второй слой или скрытые слои изучают особенности входных данных, а третий слой или выходной слой обеспечивает вывод, управляемый активацией. функция.
Краткое содержание:
Таким образом, нейронная сеть — это вычислительная структура, используемая для обучения моделей глубокого обучения, которая может легко превзойти любой классический алгоритм машинного обучения. Нейронная сеть состоит из трех типов слоев:
- один входной слой, который получает данные.
- один или несколько скрытых слоев, которые выполняют все вычисления, чтобы учиться на функциях.
- один выходной слой, обеспечивающий конечный результат.
