רשת עצבית מלאכותית – הבדלי גרסאות
תוכן שנמחק תוכן שנוסף
מ דרוג > דירוג (דרך WP:JWB) |
החלפת "אקטיבציה" במונח המדעי העברי והמקובל "שפעול" תגיות: שוחזרה עריכה חזותית |
||
שורה 58:
*'''חיבורים''' - אופן החיבור בין הנוירונים ברשת
*'''משקלים''' - השיטה הקובעת את משקלי החיבורים בין הנוירונים
*[[פונקציית אקטיבציה|פונקציית
רשתות נוירונים מורכבות ממספר רב של יחידות עיבוד פשוטות הנקראות נוירונים, אשר מחוברות באופן היררכי ומובנות בשכבות. השכבה הראשונה נועדה לקלוט מידע לרשת, השכבה האמצעית ידועה כשכבה החבויה (במודלים שונים עשויים להיות יותר מאחת כזו), ולבסוף השכבה האחרונה אשר נועדה להחזיר את המידע המעובד כפלט. הצמתים בכל שכבה מחוברים באופן מלא לצמתים בשכבות הסמוכות באמצעות חיבור ישיר בין הנוירונים, כאשר לכל קשר קיים משקל מסוים. המשקל בכל קשר קובע עד כמה רלוונטי המידע שעובר דרכו, והאם על הרשת להשתמש בו על מנת לפתור את הבעיה. כל צומת בשכבת הקלט (השכבה הראשונה) מייצג תכונה שונה מהמבנה, ושכבת הפלטים מייצגת את הפתרון של הבעיה. בשכבה האמצעית והחיצונית קיימים "ערכי סף" הניתנים לכיול במערכת ממוחשבת, וקובעים את חשיבות הקשרים השונים,{{הערה|שם=Milam1999|1=Milam, 1999{{הבהרה|יש להשלים}}}}
שורה 66:
# '''שכבת יציאה''' (Output Layer) - לכל תא בשכבה זו מספר כניסות, כמספר תאי השכבה המוסתרת (Fully Connected). וקטור מוצאי התאים בשכבה זו הוא וקטור היציאה של הרשת. מספר התאים: כמספר ה־Classes.
===פונקציית
כמה מהתכונות שעשויות להיות שימושיות לפונקציית
* לא ליניארית - כאשר הפונקציה אינה ליניארית, ניתן להוכיח שרשת עצבית של שתי שכבות היא משערך אוניברסלי. פונקציית הזהות אינה מקיימת את תכונה זו. כאשר מספר שכבות משתמשות
* [[פונקציה גזירה|גזירה ברציפות]] – זו תכונה רצויה המסייעת ל[[אופטימיזציה (מתמטיקה)|אופטימיזציה]] מבוססת גרדיאנט. פונקציה מדרגה בינארית אינה דיפרנציאבילית ב 0, והנגזרת שלה היא 0 עבור ערכים אחרים, ולכן שיטות מבוססות גרדיאנט עשויות להיתקע.
* טווח – כאשר הטווח של פונקציית
* מונוטונית – כאשר פונקציית
* קרובות לזהות ליד נקודת הראשית – כאשר פונקציית
הטבלה הבאה משווה את התכונות של מספר פונקציות
{| class="wikitable sortable" style="font-size:80%;"
|-
שורה 241:
{{ביאורים}}
הטבלה הבאה מרכזת פונקציות
{| class="wikitable sortable"
|