Форум Flasher.ru
Ближайшие курсы в Школе RealTime
Список интенсивных курсов: [см.]  
  
Специальные предложения: [см.]  
  
 
Регистрация Блоги Правила Справка Пользователи Календарь Поиск рулит! Сообщения за день Все разделы прочитаны
 

Вернуться   Форум Flasher.ru > Блоги > ZackMercury

Оценить эту запись

Концепция перцептрона.

Запись от ZackMercury размещена 13.11.2017 в 22:08
Обновил(-а) ZackMercury 15.11.2017 в 11:50

Перцептрон(от англ. to perception - восприятие) - это самая первая модель нейронной сети, состоящая из всего одного нейрона, которая разрабатывалась в 1950-ых и 1960-ых учёным Френком Розенблаттом, вдохновлённым более ранней работой Уолтера Питтса и Уоррена Мак-Каллока.
Сегодня основной моделью нейрона является сигмоидный нейрон, о котором мы поговорим позже.

Идея состояла в том, чтобы подавать на вход некоторые числа, 0 или 1, проводить над ними некоторые операции, и таким образом делать какие-то решения.

Название: Снимок6.JPG
Просмотров: 96

Размер: 14.0 Кб

Розенблатт предложил простое правило вычисления результата: он придумал "веса" - вещественные числа
w1, w2, … ,
говорящие о важности соответствующего входа для выхода.
Другими словами, каждой стрелочке между входом и перцептроном соответствует число, делающее свой вклад в то, что получится на выходе.

Выход нейрона - число 0 или 1, определяющееся по тому, больше ли или меньше взвешенная сумма
Код AS3:
var inputs:Array = [false, true, false]; //в AS3 при арифметических операцияъ true соответствует число 1, а false 0, соответственно при умноженни на true мы получаем умножение на 1, а при умножении на false мы получаем умножение на 0.
var weights:Array = [1, 2.5, 1];
var sum:Number = 0;
for(var i:int = 0; i < inputs.length; i++) sum += inputs[i]*weights[i];
некоего порога, который мы также определяем сами.

Код AS3:
var threshold:Number = 2;
var output:Boolean;
if(sum < threshold) 
    output = false;
else
    output = true;
Это и всё о том, как работает перцептрон. Это простая математическая модель.

Хотите больше интуиции?

Давайте представим, что приближаются выходные, и вы услышали, что в вашем городе собираются проводить сырный фестиваль. Вы любите сыр, и решаете, идти вам на фестиваль или нет.
Пускай первый вход(inputs[0]) говорит нам, хорошая ли сегодня погода.
0(false) = погода плохая
1(true) = погода хорошая
Второй вход(inputs[1]) говорит нам, хочет ли ваша половинка пойти с вами:

0(false) = не хочет
1(true) = хочет
Третий вход(inputs[2]) говорит, находится ли фестиваль недалеко от остановки общественного транспорта(у вас нет машины):

0(false) = рядом нет остановок
1(true) = рядом есть остановка
Теперь предположим, что вы просто обожаете сыр, и вы готовы пойти на фестиваль даже если ваша половинка не заинтересована в нём и до него трудно добраться.
Но возможно, вы просто ненавидите плохую погоду, и ни в коем случае не пошли бы на фестиваль, если погода плохая. Вы можете смоделировать перцептрон для подобного принятия решений. Один из способов это сделать - выбрать вес weights[0]=6 для погоды, а weights[1]=2 и weights[2]=2 для других условий. Большее значение weights[0] подчёркивает то, что погода значит многое для вас, намного больше, чем присутствие или отсутствие вашей половинки, или близость общественного транспорта. Наконец, предположим, что вы выбираете порог 5 для перцептрона. Учитывая эти выборы, перцептрон реализует желаемую модель принятия решений, выводя 1 когда погода хорошая, 0, когда погода плохая. Не имеет значения, хочет ли пойти с вами ваша половинка, или присутствие рядом транспорта.

Изменяя значение этих весов и порога, мы можем получить разные модели выбора решений. Например, предположим, мы выбрали порог 3. Таким образом, перцептрон бы решил, что вы должны идти на фестиваль, если погода хорошая или когда и рядом есть остановка общественного транспорта, и ваша половинка хочет с вами присоединиться. Другими словами, это была бы совсем другая модель принятия решений. Опускание порога говорит, что вы больше хотите пойти на фестиваль.

Источник

Текст взят отсюда
http://neuralnetworksanddeeplearning.com/chap1
(на мой взгляд, это - лучшее объяснение работы перцептрона)
Всего комментариев 0

Комментарии

 

 


Часовой пояс GMT +4, время: 10:28.


Copyright © 1999-2008 Flasher.ru. All rights reserved.
Работает на vBulletin®. Copyright ©2000 - 2020, Jelsoft Enterprises Ltd. Перевод: zCarot
Администрация сайта не несёт ответственности за любую предоставленную посетителями информацию. Подробнее см. Правила.