第4週:
今週、私はニューラル ネットワークについて学び始めました。最初に、脳研究におけるいくつかの新しい展開を紹介しました。ここでは説明しませんので、直接本題に入りましょう。
ニューラル ネットワークの概要:
ニューラル ネットワークに関しては、チュートリアルで最も単純なネットワーク モデルを示します:
このモデルには、隠れニューロンが 1 つだけあり、入力層には 3 つの入力があり、最後に 1 つの出力があります。 。
隠れ層 (隠れ層) の活性化関数を設定すると、隠れ層は次のようになります。
そして、次の式に従って計算します。この式では、デフォルトではすべての活性化関数がシグモイド関数になります。ここで、各ニューロン ノードのシータはシアター + 1 であり、シータ 0 はバイアス パラメーターです。
ここで、入力 x はベクトル化され、次の式に簡略化されます。
最終的な計算結果は次のようになります。
次の章では、以下の図に示すように、シグモイドとニューラル ネットワークを使用して、and および or 演算を実行します。
上記のネットワーク演算の後、同じ論理 or を実行できます。効果が生じます。