Grundlagen neuronaler Netze
Perzeptron ist ein einschichtiges neuronales Netzwerk und ein mehrschichtiges Perzeptron wird als Neuronale Netze bezeichnet.
Perceptron ist ein linearer Klassifikator (binär). Es wird auch beim überwachten Lernen verwendet. Es hilft, die angegebenen Eingabedaten zu klassifizieren. Aber wie zum Teufel funktioniert es?
Ein normales neuronales Netzwerk sieht so aus, wie wir alle wissen
Holen Sie sich dieses Buch 👇
Einführung in das maschinelle Lernen mit Python: Ein Leitfaden für Datenwissenschaftler
Es hat mir sehr geholfen. 🙌 👍
Wie Sie sehen können, hat es mehrere Ebenen.
Das Perzeptron besteht aus 4 Teilen.
- Eingabewerte oder Eine Eingabeschicht
- Gewichte und Bias
- Nettosumme
- Aktivierungsfunktion
FYI: Die neuronalen Netze funktionieren genauso wie das Perzeptron. Wenn Sie also wissen möchten, wie ein neuronales Netzwerk funktioniert, lernen Sie, wie Perzeptron funktioniert.
Aber wie funktioniert es?
Das Perzeptron arbeitet mit diesen einfachen Schritten
a. Alle Eingaben x werden mit ihren Gewichten w multipliziert. Nennen wir es k.
b. Addieren Sie alle multiplizierten Werte und nennen Sie sie gewichtete Summe.
c. Wenden Sie diese gewichtete Summe auf die richtige Aktivierungsfunktion an.
Zum Beispiel: Einheit Schritt Aktivierung Funktion.