ทำไมโครงข่ายประสาทเทียมมีหลายชั้น?

2024 ผู้เขียน: Lynn Donovan | [email protected]. แก้ไขล่าสุด: 2023-12-15 23:54

ทำไมเรา มีหลายชั้น และ หลายรายการ โหนดต่อ ชั้น ใน โครงข่ายประสาท ? เรา ความต้องการ ซ่อนไว้อย่างน้อยหนึ่งตัว ชั้นกับ การเปิดใช้งานแบบไม่เชิงเส้นเพื่อให้สามารถเรียนรู้ฟังก์ชันที่ไม่เป็นเชิงเส้น ปกติจะคิดคนละอย่าง ชั้น เป็นระดับนามธรรม ดังนั้นคุณจึงยอมให้แบบจำลองพอดีกับฟังก์ชันที่ซับซ้อนมากขึ้น

อีกอย่างที่ควรรู้คือ ทำไมต้องใช้หลายเลเยอร์ในโครงข่ายประสาทเทียม?

NS โครงข่ายประสาท ใช้ฟังก์ชันไม่เชิงเส้นในทุก ๆ ชั้น . สอง ชั้น หมายถึง ฟังก์ชันไม่เชิงเส้นของผลรวมเชิงเส้นของฟังก์ชันไม่เชิงเส้นของผลรวมเชิงเส้นของอินพุต คนที่สองรวยกว่าคนแรกมาก จึงทำให้ประสิทธิภาพแตกต่างกัน

นอกจากนี้ โครงข่ายประสาทหลายชั้นคืออะไร? multilayer perceptron (MLP) เป็นคลาสของ feedforward artificial โครงข่ายประสาท (แอน). MLP ประกอบด้วยโหนดอย่างน้อยสามชั้น: อินพุต ชั้น , ที่ซ่อนเร้น ชั้น และผลลัพธ์ ชั้น . ยกเว้นโหนดอินพุต แต่ละโหนดคือ a เซลล์ประสาท ที่ใช้ฟังก์ชันการเปิดใช้งานแบบไม่เชิงเส้น

เหตุใดโครงข่ายประสาทเทียมจึงมีเลเยอร์

โครงข่ายประสาทเทียม (ชนิด) ความต้องการ หลายรายการ ชั้น เพื่อเรียนรู้รายละเอียดเพิ่มเติมและความสัมพันธ์ที่เป็นนามธรรมมากขึ้นภายในข้อมูลและวิธีที่ฟีเจอร์โต้ตอบกันในระดับที่ไม่เป็นเชิงเส้น

โครงข่ายประสาทเทียมควรมีกี่ชั้น

อย่างไรก็ตาม, โครงข่ายประสาท ที่มีสองซ่อนเร้น ชั้น สามารถแสดงฟังก์ชันที่มีรูปร่างใดก็ได้ ขณะนี้ไม่มีเหตุผลทางทฤษฎีที่จะใช้ โครงข่ายประสาท ที่มีมากกว่าสองที่ซ่อนอยู่ ชั้น . ในความเป็นจริงสำหรับ มากมาย ปัญหาในทางปฏิบัติ ไม่มีเหตุผลที่จะใช้มากกว่าหนึ่งที่ซ่อนอยู่ ชั้น.