Diskussion zum Artikel "Neuronale Netze leicht gemacht" - Seite 2

Neuer Kommentar
 
Реter Konow:
Der zweite Teil des Artikels lautet "Wie ein künstliches Neuron funktioniert". Korrigieren Sie mich, wenn ich falsch liege.

1. Ein Neuron besteht aus mehreren Funktionen:
1. Die erste multipliziert den Eingangswert mit einem Gewichtskoeffizienten.
2. die zweite addiert die erhaltenen Produkte.

Nach dem Artikel zu urteilen, enthält diese spezielle Implementierung des Neurons Folgendes:

1. Gewichte für alle Neuronen, die in diesem Neuron enthalten sind.

2. Aufsummierung der Gewichte mit Hilfe der gewichteten Summe.

3. eine Aktualisierungsfunktion, die bereits den Endwert dieses Neurons ausgibt.


Obwohl sich der Code nicht kompilieren lässt, ist er recht übersichtlich geschrieben. Siehe die Neuronenklasse für Details.

 
Okay. Neuronale Aktivierungsfunktion? Das heißt, eine Funktion, die es in einen Bereich zwischen 0 und 1 oder zwischen -1 und 1 bringt?
 
Реter Konow:
Okay. Neuronale Aktivierungsfunktion? Das heißt, die Funktion, die in den Bereich zwischen 0 und 1 oder zwischen -1 und 1 bringt?

Ja, das ist richtig. der Autor dort gab die Namen der am häufigsten verwendeten in wikipedia oder online können Sie mehr über sie zu lesen.

Ich bin auch in diesem Thema selbst interessiert, später werde ich auch mehr im Detail graben, wie die Zeit erlaubt).

 
nur das Eingangssignal muss auch in diesem Intervall liegen. Mit "Eingangssignal" meine ich genau das Eingangssignal für das Neuron, nicht für die zu diskutierende Funktion.
 
Andrey Azatskiy:

Ja, das ist richtig.

GUT. Es ist klar, woher der Eingabewert für das Neuron kommt - aus dem Datenfeld oder aus der vorherigen Schicht von Neuronen.
Aber woher kommt der Gewichtskoeffizient, mit dem der Eingabewert multipliziert wird?
 
Es scheint, dass die Gewichtskoeffizienten, mit denen die Eingangswerte der Neuronen multipliziert werden, als Ergebnis des "Trainings" des Netzes entstehen. Das heißt, sie sind zunächst nicht vorhanden, und dann erscheinen sie. Aber wie genau - das ist noch nicht klar.
 
Реter Konow:
Es scheint, dass die Gewichtskoeffizienten, mit denen die Eingangswerte der Neuronen multipliziert werden, als Ergebnis des "Trainings" des Netzes entstehen. Das heißt, sie sind zunächst nicht vorhanden, und dann erscheinen sie. Aber wie genau - das ist noch nicht klar.

Wie Sie habe auch ich noch nie mit Neuronen gearbeitet, aber nachdem ich den Artikel gelesen und mir den Code genau angeschaut habe, sind alle diese Fragen verschwunden.
Der anfängliche Gewichtswert für die Neuronen wird zufällig oder aus einer Datei, in der er zuvor gespeichert wurde, festgelegt. Im weiteren Verlauf des Lernprozesses werden alle Gewichte auf der Grundlage des Fehlers zwischen dem Zielwert und dem Wert am Ausgang des letzten Neurons neu errechnet. Die Neuberechnung der Gewichte selbst wird in jedem Neuron unabhängig durchgeführt (siehe den Teil des Artikels, in dem das Neuron beschrieben wird, und den Code des Neurons selbst).

 
Andrey Azatskiy:

Ich habe, wie Sie, noch nie Neuronen verwendet, aber nachdem ich den Artikel gelesen und den Code sorgfältig geprüft habe, sind alle diese Fragen verschwunden.
Der anfängliche Gewichtswert für die Neuronen wird zufällig oder aus einer Datei, in der er zuvor gespeichert wurde, festgelegt. Im weiteren Verlauf des Lernprozesses werden alle Gewichte auf der Grundlage des Fehlers zwischen dem Zielwert und dem Wert am Ausgang des letzten Neurons neu errechnet. Die Neuberechnung der Gewichte selbst erfolgt in jedem Neuron unabhängig voneinander (sehen Sie sich den Teil des Artikels an, in dem das Neuron beschrieben wird, und sehen Sie sich den Code des Neurons selbst an).

Ich lerne leichter, wenn ich mit sachkundigen Menschen spreche. 10 Mal schneller als aus Artikeln.))

Vielen Dank für die Klarstellung.
 
Реter Konow:
Der Artikel ist interessant. Können Sie "an den Fingern" erklären:

1. Was ist das Innere eines Neurons?
2. Was ist ein Neuronenbündel? (Das heißt, eine Verbindung zwischen zwei Neuronen - einem Neuron der Schicht 1 und einem Neuron der Schicht 2).

Dies sind die Fragen, die ich in dem Artikel bis zum Schluss nicht verstanden habe.

Ich danke Ihnen.
Retag Konow:
Der Artikel, Teil zwei ist "wie ein künstliches Neuron funktioniert". Korrigieren Sie mich, wenn ich falsch liege.

Ein Neuron besteht aus mehreren Funktionen:
1. Die erste multipliziert den Eingangswert mit einem Gewichtskoeffizienten.
2. die zweite addiert die erhaltenen Produkte.
3. die dritte berechnet den resultierenden Wert in der Aktivierungsfunktion.

Ich verstehe die Worte, aber nicht die Bedeutung.

Guten Abend, Peter.
Das Neuron im Inneren besteht aus 2 Funktionen:
1. Zunächst berechnen wir die Summe aller eingehenden Signale unter Berücksichtigung ihrer Gewichtungskoeffizienten. Das heißt, wir nehmen den Wert an jedem Eingang des Neurons und multiplizieren ihn mit dem entsprechenden Gewichtungsfaktor. Dann addieren wir die Werte der erhaltenen Produkte.


So erhalten wir einen bestimmten Wert, der in den Eingang der Aktivierungsfunktion eingespeist wird.

2. Die Aktivierungsfunktion wandelt die erhaltene Summe in ein normiertes Ausgangssignal um. Dies kann entweder eine einfache Logikfunktion oder verschiedene Sigmoidfunktionen sein. Letztere sind weiter verbreitet, da sie einen sanfteren Übergang der Zustandsänderung aufweisen.

Die Kommunikation zwischen Neuronen wird als direkte Übertragung des Ausgangswertes eines Neurons auf den Eingang eines nachfolgenden Neurons organisiert. In diesem Fall wird der Eingangswert eines Neurons entsprechend seinem Gewichtskoeffizienten berücksichtigt (siehe Punkt 1).

 
Andrey Azatskiy:
eine weitere Frage, was ist neurotNam - die Methode zur Erstellung von Neuronen in einer Schicht ? es ist nirgends deklariert und die Logik, warum der Anfangswert eines Neurons gleich dem Rest der Division durch 3 minus 1 ist, ist nicht klar ?

Die Fehler im Code wurden korrigiert und die Datei im Artikel wurde ersetzt.
Die angegebene Zeile weist die Anfangsdaten des Ausgangswertes des Neurons zu und kann durch eine Konstante ersetzt werden. Dieser Wert wird bei der ersten direkten Neuberechnung des Wertes des neuronalen Netzes geändert.

123456789
Neuer Kommentar