9-Ma’ruza. Neyron tarmoqlari va uning vazifalari. Perceptron Reja

Yashirin qatlamlar (hidden layer)
– neyron tarmog’ida asosiy hisoblashlarni amalga 
oshiruvchi ko’p sathli (yoki bitta sath) neyronlar jamlanmasi; 
Bog’lanishlar va og’irlik koeffitsentlari (weights)
– neyron tarmog’idagi bog’lanish 
koeffitsentlari hisoblanadi, bunda kiruvchi sath neyronlari ushbu koeffitsentlarga 
kop’paytirish orqali, agar tarmoq bir nechta sathdan iborat bo’lsa unda natijaviy qatlam, 
keyingi qatlam uchun kiruvchi sath bo’lib hisoblanadi va ularning ham og’irlik 
koeffitsentlari bo’ladi. 
Faollashtirish funksiyasi (activation function, transfer function)
– chiquvchi qatlam 
uchun qiymatlarni muvoffiqlashtiruvchi funksiya (softmax, relu) hisoblanadi 
O’qitish qoidasi (learning rule)
- bu tarmoqqa berilgan kirish uchun qulay natijaga 
erishishda neyron tarmoq parametrlarini o'zgartiradigan qoida yoki algoritm. 
Neyron qanday ishlaydi? 
Misol uchun oldingi slaydda berilgan rasmga ko’ra 3 ta kiruvchi parametrlar (x1, 

---

x2, x3) mavjud va ular neyronga kirib keladi. 
Ushbu kiruvchi qiymatlar neyronga kirishidan oldin mos ravishda og’irlik 
koeffitsentlariga (“weight” (w1, w2, w3)) ko’paytiriladi va bu qiymatlar neyronlarni 
bir-biriga bog’lash koeffitsenti deb ham ataladi. Har bir neyronning og’irlik koeffitsenti 
mavjud bo’lib, ushbu qiymatlar neyronni o’qitish jarayonida tanlanadi. 
Bundan tashqari, neyronni hisoblashda ozod had, “bias” koeffitsentidan ham 
foydalaniladi. Bu neyronning qiymati emas balki o’qitish jarayonida tanlanadigan va 
neyron tarmog’ini hisoblashda foydali hisoblanadi. 
Neyron tarmoq ko’rinishi (Misol)
Neyron tarmoqda hisoblash jarayoni Masalan kirish qatlami 2 ta neyrondan, 
yashirin qatlam 3 ta neyrondan va chiquvchi qatlam esa 2 ta neyrondan iborat 
quyidagicha tarmoq berilgan bo’lsin. 
Bunda matritsa ustida amalga oshiriladigan amalllar, qo’shish va ko’paytirish 
amallaridan foydalangan holda kiruvchi qatlam neyronlari mos ravishda ularning 
og’irlik koeffitsentlariga (weights, w
ij
) ko’paytiriladi va har bir natijaviy neyronga 
ozod had (bias, b
i
) qo’shiladi. 

---