Tora Neuralî çi ne?

Torên Neuralî yên Artificial (ANN) çi ne?

Gelek pêşkeftinên herî mezin di AI-ê de ne ji hêla torên neuralî yên çêkirî ve têne rêve kirin. Tora Neuralî ya Hunerî (ANN) girêdana fonksiyonên matematîkî ye ku bi rengekî ku ji torên neuralî yên ku di mêjiyê mirovan de têne peyda kirin ve hatine girêdan. Van ANN-an dikarin qalibên tevlihev ji daneyan derxînin, van şêwan li daneyên nedîtî bicîh bînin da ku daneyan dabeş bikin / nas bikin. Bi vî awayî, makîne "hîn dibe". Ew li ser torên neuralî hûrguliyek bilez e, lê bila em hûrgulî li torên neuralî binihêrin da ku çêtir fam bikin ka ew çi ne û ew çawa dixebitin.

Perceptronê Pir-tebeq Ravekirin

Berî ku em li torên neuralî yên tevlihevtir binihêrin, em ê demekî bisekinin ku li guhertoyek hêsan a ANN-ê binêrin. Perceptronek Pir-Layer (MLP).

Li kargehekê xetek kombûnê bifikirin. Li ser vê xeta meclîsê, xebatkarek tiştek distîne, hin sererastkirinan li ser dike, û dûv re dişîne xebatkarê din ê rêzê yê ku heman tiştî dike. Ev pêvajo berdewam dike heta ku karkerê dawîn di rêzê de dawîyê li tiştê dixe û dixe kemberek ku wê ji kargehê derxîne. Di vê analojiyê de, li ser xeta meclîsê gelek "qatan" hene, û hilber di navbera qatan de gava ku ew ji xebatkar berbi xebatkar diçin. Xeta meclîsê jî cihê têketinê û xala derketinê heye.

Perceptronek Pir-Layer dikare wekî xetek hilberînek pir hêsan were hesibandin, ku ji sê qatan bi tevahî hatî çêkirin: qatek têketinê, qatek veşartî, û qatek derketinê. Tebeqeya têketinê ew e ku dane di nav MLP-ê de tê xwarin, û di qata veşartî de hin hejmarek "karker" daneyan digirin berî ku ew derbasî qata derketinê bikin ku hilberê dide cîhana derve. Di mînaka MLP-ê de, ji van karkeran re "neuron" (an carinan girêk) tê gotin û gava ku ew daneyan bi rê ve dibin ew bi rêzek fonksiyonên matematîkî ve mijûl dikin.

Di nav torê de, strukturên ku girêk bi nodê ve girêdidin hene ku jê re dibêjin "giran". Giran texmînek e ka meriv çawa xalên daneyê bi navgîniya torê ve girêdayî ne. Bi awayekî din, giranî asta bandora ku yek neuron li ser neuronek din heye nîşan dide. Giran ji "fonksîyonek çalakkirinê" re derbas dibin gava ku ew ji girêka heyî derdikevin, ku celebek fonksiyonek matematîkî ye ku daneyan vediguherîne. Ew daneyên xêzik vediguhezînin nûnertiyên ne-xêz, ku rê dide torê ku qalibên tevlihev analîz bike.

Analojiya mêjiyê mirovî ku ji hêla "tora neuralî ya çêkirî" ve tê destnîşan kirin ji vê yekê tê ku noyronên ku mejiyê mirovan pêk tînin bi rengekî mîna ku girêkên di ANN-ê de bi hev ve girêdayî ne.

Digel ku ji salên 1940-an vir ve perceptronên pir-qatî hene, çend sînor hebûn ku pêşî li wan girt ku bi taybetî bikêr bin. Lêbelê, di nav du deh salên borî de, teknîkek bi navê "paşnavkirin” hate afirandin ku destûr da toran ku giraniya neuronan rast bikin û bi vî rengî pir bi bandor fêr bibin. Paşpropagasyon giraniyên di tora neuralî de diguhezîne, rê dide ku torê çêtir qalibên rastîn di nav daneyan de bigire.

Tevnên Neural ên Kûr

Torên neuralî yên kûr forma bingehîn a MLP-ê digirin û bi lê zêdekirina qatên veşartî di nîvê modelê de wê mezintir dikin. Ji ber vê yekê li şûna ku qatek têketinê, qatek veşartî, û qatek derketinê hebe, di naverastê de gelek qatên veşartî hene û derketinên qatek veşartî dibin ketina qatê veşartî ya din heya ku dane hemî rê çêkin. bi rêya torê û hat vegerandin.

Gelek qatên veşartî yên tora neuralî ya kûr dikarin ji perceptrona pirzimanî ya kevneşopî qalibên tevlihevtir şîrove bikin. Qatên cihêreng ên tora neuralî ya kûr qalibên beşên cihêreng ên daneyê fêr dibin. Mînakî, heke daneya têketinê ji wêneyan pêk were, beşa yekem a torê dibe ku ronahiya an tarîtiya pîxelan şîrove bike dema ku qatên paşîn dê şekil û keviyên ku ji bo naskirina tiştên di wêneyê de têne bikar anîn hilbijêrin.

Cûreyên Cûda yên Tora Neuralî

Cûreyên cûrbecûr torên neuralî hene, û her yek ji cûrbecûr celebên tora neuralî xwedî avantaj û dezawantajên xwe hene (û ji ber vê yekê rewşên karanîna wan bixwe). Cûreya tora neuralî ya kûr a ku li jor hatî destnîşan kirin celebê tora neuralî ya herî berbelav e, û ew bi gelemperî wekî tora neuralî ya pêşkeftî tê binav kirin.

Yek guhertoyek li ser torên neuralî Tora Neuralî ya Recurrent (RNN) ye. Di bûyera Tora Neuralî ya Veguhastî de, mekanîzmayên vegerandinê têne bikar anîn da ku agahdariya ji rewşên berê yên analîzê bigirin, tê vê wateyê ku ew dikarin daneyan li cihê ku rêz girîng e şîrove bikin. RNN di derxistina qalibên ji daneyên rêzdar / kronolojîk de bikêr in. Tora Neuralî ya Dubarekirî dikare yekalî an jî dualî bin. Di doza tora neuralî ya dualî de, tor dikare agahdariya ji rêzê û her weha beşên berê yên rêzikê bigire. Ji ber ku RNN-ya dualî bêtir agahdarî digire, çêtir e ku meriv ji daneyan qalibên rast derxîne.

Tora Neuralî ya Convolutional celebek taybetî ya tora neuralî ye ku di şîrovekirina qalibên ku di hundurê wêneyan de têne dîtin jêhatî ye. CNN bi derbaskirina parzûnek li ser pîxelên wêneyê û bidestxistina temsîlek jimarî ya pîxelên di hundurê wêneyê de kar dike, ku dûv re ew dikare ji bo nimûneyan analîz bike. CNNek bi vî rengî hatî saz kirin ku qatên hevedudanî yên ku pîxelan ji wêneyê derdixin pêşî werin, û dûv re jî tebeqeyên pêve-pêşverû yên bi hev ve girêdayî têne, yên ku dê bi rastî fêrî nasîna tiştan bibin, piştî vê werin.