Süni neyron şəbəkələri

Neyron şəbəkələr necə olur?
Hələlik biz neyron şəbəkələrinin ən əsas növünə dair nümunələri nəzərdən keçirəcəyik - bu, birbaşa paylama şəbəkəsidir (bundan sonra FDN). FDN, adından da göründüyü kimi, məlumatların həmişə yalnız bir istiqamətdə axdığı neyron təbəqələrin ardıcıl əlaqəsi olan bir şəbəkədir.
Neyron şəbəkələr nə üçündür?
Neyron şəbəkələri insan beyninin etdiyinə bənzər analitik hesablamalar tələb edən mürəkkəb problemləri həll etmək üçün istifadə olunur. Neyron şəbəkələrin ən çox yayılmış tətbiqləri bunlardır:
Təsnifat - məlumatların parametrlər üzrə paylanması. Məsələn, girişə bir sıra insanların məlumatları verilir və siz onlardan hansına kredit verilib, hansına verilməyəcəyinə qərar verməlisiniz. Bu iş neyron şəbəkəsi tərəfindən edilə bilər. Bunun üçün NŞ bu cür məlumatları təhlil edir: yaş, ödəmə qabiliyyəti, kredit tarixçəsi və s.
Proqnoz - növbəti addımı proqnozlaşdırmaq bacarığı. Məsələn, fond bazarındakı vəziyyətə əsaslanaraq səhmlərin qalxması və ya düşməsi.
Tanınma - hazırda neyron şəbəkəsinin ən çox tətbiq edildiyi sahədir. Google-da şəkil axtardığınız zaman və ya telefon kameralarında üzünüzün mövqeyini aşkar etdikdə və onu vurğulayanda və s. istifadə olunur.
İndi neyron şəbəkələrin necə işlədiyini başa düşmək üçün onun komponentlərinə və onların parametrlərinə nəzər salaq.


Neyron nədir?

Şəkil 4. Əsas neyron növləri
Neyron informasiya qəbul edən, onun üzərində sadə hesablamalar aparan və onu ötürən hesablama vahididir. Onlar üç əsas növə bölünür: giriş (mavi), gizli (qırmızı) və çıxış (yaşıl). Həmçinin qərəzli neyron və kontekst neyronu da var. Neyron şəbəkəsi çoxlu sayda neyrondan ibarət olduqda, təbəqə termini tətbiq olunur. Müvafiq olaraq, informasiya qəbul edən giriş təbəqəsi, onu emal edən n gizli təbəqə (adətən 3-dən çox deyil) və nəticəni göstərən çıxış təbəqəsi mövcuddur. Neyronların hər birinin 2 əsas parametri var: giriş məlumatları (input data) və çıxış məlumatları (output data). Giriş neyronu vəziyyətində: input=output. Qalan hallarda, giriş sahəsinə əvvəlki təbəqədən olan bütün neyronların ümumi məlumatı daxil olur, bundan sonra aktivləşdirmə funksiyasından istifadə edərək normallaşdırılır (hələlik bunu f (x) təsəvvür edin) və çıxış sahəsinə daxil olur.

Şəkil 5. Neyronların işlədiyi qiymətlər diapazonu
Neyronların [0,1] və ya [-1,1] diapazonunda olan ədədlərlə işlədiyini xatırlamaq vacibdir. Bəs soruşulur ki, bu diapazondan kənar ədədləri necə idarə edəsiniz? Bu mərhələdə ən asan cavab 1-i həmin ədədə bölməkdir. Bu proses normallaşma adlanır və neyron şəbəkələrində çox istifadə olunur. Bu barədə bir az sonra.
Sinaps nədir?

Şəkil 6. Sinapsların çəkiləri
Sinaps iki neyron arasındakı əlaqədir. Sinapsların 1 parametri var - çəki. Onun sayəsində giriş məlumatı bir neyrondan digərinə ötürüldükdə dəyişir. Tutaq ki, məlumatı növbəti birinə ötürən 3 neyron var. Onda bu neyronların hər birinə uyğun gələn 3 çəkimiz var. Daha böyük çəkiyə malik neyron üçün bu məlumat növbəti neyronda üstünlük təşkil edəcək (məsələn, rəng qarışığı). Əslində, neyron şəbəkəsinin çəkiləri dəsti və ya çəki matrisi bütün sistemin bir növ beynidir. Məhz bu çəkilər sayəsində daxil olan məlumatlar işlənir və nəticəyə çevrilir.
Yadda saxlamaq lazımdır ki, neyron şəbəkəsinin işə salınması zamanı çəkilər təsadüfi qaydada yerləşdirilir.