Нейронные сети и их разновидности

Март 4, 2021

Главная
Информатика
Нейронные сети и их разновидности

Содержание

2. Цель Цель работы – составить чёткий список всех видов нейронных сетей. Дать краткую характеристику и рассмотреть
3. Что такое нейронная сеть? По своей сути нейронная сеть представляет собой сеть связанных нейронов, где каждый
4. Пример работы: Стоит ли идти гулять? YES NO YES NO YES NO (наличие дождя на улице)
5. Сложность работы Вся сложность работы с нейронной сетью в основном состоит в грамотном подборе коэффициентов к
6. Классификация нейронных сетей Классификация нейронных сетей Характер обучения Настройка весов С учителем Без учителя Фиксированная Динамическая
7. Примеры типов нейронных сетей Прямого распространения Сети радиально-базисных функций Нейронная сеть Хопфилда Автокодировщик Сеть типа “deep
8. Применение нейронных сетей в современных реалиях Распознавание лиц Распознавание животных и их пород
10. Скачать презентацию

Слайд 2

Цель

Цель работы – составить чёткий список всех видов нейронных сетей. Дать

краткую характеристику и рассмотреть принципы работы каждого вида сети из составленного списка.

Цель Цель работы – составить чёткий список всех видов нейронных

Слайд 3

Что такое нейронная сеть?
По своей сути нейронная сеть представляет собой

сеть связанных нейронов, где каждый нейрон получает и передаёт информацию.

w1j

w2j

w3j

Выходные
сигналы

X1

X2

X3

Веса

∑

ᵩ

Результаты
вычислений

Активационная
функция

ᵒj

Ꝋj

Порог

Активация

Что такое нейронная сеть? По своей сути нейронная сеть представляет

Слайд 4

Пример работы:

Стоит ли идти гулять?

YES

NO

YES

NO

YES

NO

(наличие дождя
на улице)

(присутствие друзей)

(наличие хорошего
настроения)

W3

= 0,5

W2 = -0,5

W1 = 0,5

YES = 1
NO = 0

Сигналы:

YES

NO

NO

Ответ получится таким:
X = (0,5 * 1) + ((-0,5) * 0) + (0,5 * 0) = 0.5

Нейрон выдаст 1 и мы пойдем гулять

Пример работы: Стоит ли идти гулять? YES NO YES NO

Слайд 5

Сложность работы

Вся сложность работы с нейронной сетью в основном состоит в

грамотном подборе коэффициентов к нейронам.
Обучение — процесс нахождения весов для нейросети. От того, как именно обучат нейросеть, будут зависеть ее решения.

Сложность работы Вся сложность работы с нейронной сетью в основном

Слайд 6

Классификация нейронных сетей

Классификация нейронных сетей

Характер обучения

Настройка
весов

С учителем

Без учителя

Фиксированная

Динамическая

Тип входной информации

Применяемая

модель нейронной сети

Аналоговая

Двоичная

Прямого распространения

Рекуррентные

Радиально-базисные
функции

Самоорганизующиеся

Классификация нейронных сетей Классификация нейронных сетей Характер обучения Настройка весов

Слайд 7

Примеры типов нейронных сетей

Прямого распространения

Сети радиально-базисных функций

Нейронная сеть Хопфилда

Автокодировщик

Сеть типа

“deep belief”

Свёрточные нейронные сети

Примеры типов нейронных сетей Прямого распространения Сети радиально-базисных функций Нейронная

Слайд 8

Применение нейронных сетей в современных реалиях

Распознавание лиц

Распознавание животных и их пород

Применение нейронных сетей в современных реалиях Распознавание лиц Распознавание животных и их пород