Машинное обучение, глубокое обучение
Нейронная сеть: сущность искусственной нейронной сети
Что на самом деле представляет собой искусственная нейронная сеть
Человеческий мозг состоит из миллиардов нейронов, связанных друг с другом, и каждый нейрон передает сигнал другому через соединение. Это заставляет людей выполнять определенное действие. Например, вы хотите дотянуться до своего кармана, чтобы схватить телефон, тогда будет сигнал, который будет отправлен в ваш мозг и передан через связь этих миллиардов нейронов. Затем нейроны, отвечающие за эту задачу, сработают и отправят обратно сигнал, чтобы пошевелить рукой и схватить телефон.
Человеческий мозг имеет чрезвычайно сложную структуру, судя по количеству его нейронов, скорости обработки и эффективности, которые доказывают, что человек - идеальное живое существо. При рождении мозг ребенка содержит 100 миллиардов нейронов. На раннем этапе жизни мозг устраняет связи, которые редко или никогда не используются, что является нормальной частью развития мозга.
Нейрон
Нейрон - это клетка в человеческом мозге, которая отвечает за получение сенсорной информации из внешнего мира, отправку сигналов мышцам человека, а также преобразование и передачу электрических сигналов на каждом промежуточном этапе.
Нейрон состоит из трех основных частей: дендрита, аксона и тела клетки. Дендрит - это место, где нейрон получает входные данные от других нейронов. Аксон - это выход нейрона, который передает сигнал другим нейронам. Тело клетки содержит ядро и генетический материал, который контролирует деятельность клетки.
Нейроны общаются друг с другом, посылая сигналы, называемые нейротрансмиттерами, через узкое пространство, называемое синапсом, между аксонами передающего нейрона и дендритами принимающего нейрона.
Искусственный нейрон
Цель искусственной нейронной сети - имитировать работу человеческого мозга в надежде, что мы сможем построить машину, которая будет вести себя как человек. Искусственный нейрон - это основной строительный блок искусственной нейронной сети.
Структура искусственного нейрона очень похожа на биологический нейрон, он состоит из 3 основных частей, веса и смещения в виде дендрита, обозначенного w и b соответственно, выходного сигнала в виде аксона, обозначенного y, и функции активации как тела клетки ( ядро) обозначается f (x). X - это входные сигналы, принимаемые дендритом.
В искусственных нейронах входные данные и вес представлены как вектор, а смещение - как скаляр. Искусственный нейрон обрабатывает входные сигналы, выполняя скалярное произведение между входным вектором и вектором весов, добавляет смещение, затем применяет функцию активации и, наконец, передает результат другим нейронам.
Что это за функция активации, о которой мы говорили минуту назад? почему важна функция активации? какова роль функции активации, которая делает ее такой важной?
Функция активации
Функции активации - важная часть, которую мы не должны недооценивать. Это функция, которую искусственный нейрон использует для получения выходного сигнала нейрона, она также известна как передаточная функция. Результат скалярного произведения между весом и вводом плюс смещение находится в диапазоне от -inf до + inf, функция активации направлена на отображение результата в определенный диапазон в зависимости от функции.
Существует множество функций активации, но наиболее важной является функция активации сигмовидной кишки. Он часто используется в качестве активации в выходном слое для задач двоичной классификации. Сигмоид ограничивает результат в диапазоне от 0 до 1, он представляет вероятность x, принадлежит ли x классу 1 или 0. Сигмоид принимает решение, устанавливая порог результата, если результат ≥ 0,5, то x классифицируется как 1, в противном случае, x классифицируется как 0.
Искусственная нейронная сеть
Искусственная нейронная сеть - это совокупность искусственных нейронов, связанных друг с другом. Искусственные нейронные сети (ИНС) учатся решать проблемы, как человеческий мозг. Они обрабатывают информацию, фильтруя ее через плотно связанные искусственные нейроны. Каждое соединение между нейронами может передавать сигнал друг другу.
Нейроны разделены на несколько последовательных слоев. Каждый нейрон слоя связан с каждым нейроном предыдущего и следующего слоя. Каждый уровень получил входные данные от предыдущего уровня, обрабатывает их и передает на следующий уровень. Первый слой называется входным, он принимает входные данные и передает их на следующий уровень. У него нет функции веса, смещения и активации. Последний уровень называется выходным уровнем, он принимает решения о вводимых данных. Промежуток между этими двумя слоями называется скрытым слоем. Здесь и происходят вычисления. Мы можем складывать скрытые слои столько, сколько захотим, но это будет компромисс со скоростью вычислений.
Как работает искусственная нейронная сеть
Искусственная нейронная сеть работает, обрабатывая входные сигналы по всей сети и получая результат на выходном слое. Это также известно как прямая связь. Затем результат сравнивается с реальной истиной с помощью функции. Эта функция называется функцией потерь, это измерение, которое говорит нам, насколько хорошо наша нейронная сеть моделирует данные. Чем больше потеря, тем хуже модель.
Как обучается искусственная нейронная сеть
Искусственная нейронная сеть обучается, изменяя свой вес и смещение, чтобы иметь лучший прогноз. Самый популярный алгоритм - градиентный спуск, это итерационный процесс, направленный на минимизацию функции потерь. Другими словами, он пытается найти веса и смещения, в которых, если мы будем использовать эти веса и смещения, функция потерь будет минимальной.
Заключение
Искусственная нейронная сеть - это алгоритм, который пытается имитировать работу человеческого мозга. Он обрабатывает информацию, фильтруя ее через плотно связанные искусственные нейроны. Он учится, находя веса и смещения, при которых функция потерь будет минимальной.
