informaticsSimilar presentations:
Нейронные сети
1.
Нейронные сети2.
3.
Структура искусственного нейрона-;
Из чего состоит искусственный нейрон?
4.
Структура искусственного нейрона5.
Структура искусственного нейрона6.
Структура искусственного нейрона7.
Структура искусственного нейрона8.
Структура искусственного нейрона9.
Структура искусственного нейрона6. Выходная функция активации нейрона y = f(u)
10.
Обучение нейронаОбучение нейрона заключается в подборе весовых
коэффициентов по некому алгоритмы, для получения
требуемого значения выходной функции.
Выделяют два способа обучения нейрона:
1. С учителем;
2. Без учителя.
11.
Обучение с учителем12.
Обучение без учителяВеса нейрона настраиваются, на основе выборки
входных сигналов
13.
Модель нейронной клетки поМакКаллоку-Питсу
14.
Модель нейронной клетки поМакКаллоку-Питсу
1, u 0;
y (u )
0, u 0;
15.
Модель нейронной клетки поМакКаллоку-Питсу
U=1*1+7*14+(-2)*21+4*24+3*(-15)=1+98-42+96-45=108
108>0, следовательно y=1
16.
Модель нейронной клетки поМакКаллоку-Питсу
y=1, что делать,
если желаемое значение d=0?
17.
Модель нейронной клетки поМакКаллоку-Питсу
y=1, что делать,
если желаемое значение d=0?
Уменьшить весовые коэффициенты.
На какое значение?
18.
Модель нейронной клетки поМакКаллоку-Питсу
y=1, что делать,
если желаемое значение d=0?
Уменьшить весовые коэффициенты.
На какое значение?
На величину входного сигнала x
19.
Модель нейронной клетки поМакКаллоку-Питсу