Когда мы говорим о глубоком обучении. На сцену выходит персептрон. В этом блоге я подробно расскажу о персептроне.
Perceptron:- Это алгоритм контролируемого машинного обучения. Или мы можем сказать, что это математическая функция, которая отображает ввод в целевую переменную. И у него есть своего рода дизайн, который используется в качестве строительного блока глубокого обучения. Прежде чем понять глубокое обучение, вы должны изучить концепции персептрона, потому что конструкция этого алгоритма такая же, как и конструкция алгоритма глубокого обучения.
Как вы можете видеть, в персептроне мы передаем входные данные и член смещения, после чего модель предсказывает выходные данные. В персептроне мы стремимся рассчитать веса и условия смещения путем обучения данных. Давайте посмотрим, как получить результат.
- Вам нужно будет передать входные данные, веса соответствующих функций и критерий смещения.
- Произведение веса со значением признака для каждого столбца и их сложение+термин смещения. z = wo+x1*w1+x2*w2+…+wn*xn.
- Примените функцию активации z.y= f(z). если y≥0, то классифицировать как 1, иначе 0.
И как вы знаете, персептрон вдохновлен нервной системой человека. нервная система — это совокупность миллионов нейронов. но есть некоторые различия между нейронами и персептронами. Посмотрим:-
- Нейроны сложнее персептронов.
- Многие электрохимические операции выполняются в нейронах, но в персептроне выполняются только простые математические вычисления.
- В нейронах мы получаем входные данные от дендритов, обработка выполняется в ядре, а затем синапсами мы получаем выходные данные. а дендриты могут сжиматься, истончаться или иногда разрушаться. Все зависит от связи, будь то сильная, слабая или никакая связь. Но в Perceptron каждый раз мы вычисляем одно и то же. в Perceptron нет такой концепции.
«Мы можем применять Perceptron только тогда, когда наши функции можно разделить линией. если у нас есть три функции, то они будут разделены плоскостью. если у нас есть четыре функции, то они будут разделены гиперплоскостью»
"Спасибо, что прочитали"
Дмитро Якубовский, Джей Джей Эспиноза, АХМАД САХАЛ, Deep Learning Türkiye, Еженедельник Deep Learning, Deep Learning Türkiye, AI Perceptron
