Перцептрон (Искуственный нейрон) - ИИ - Visavi.net
https://visavi.net/
RSS - Visavi.nethttps://visavi.net/assets/img/images/logo_small.pngRSS - Visavi.net
https://visavi.net/
[email protected] (admin)[email protected] (admin)Sun, 12 Jan 2025 06:59:11 +0300<blockquote class="blockquote"><strong>Барыга Обама</strong> (23 Сентября 2011 / 20:02)<br>
Молодец, но мы сами знаем сайт wikipedia.</blockquote>
Из википедии вырезка только самого термина, т.к. с ним к сожалению многие не знакомы. К тому же приведены алгоритмы, плюс пример однослойного перцептрона на php и двоичная кодировка для н.с. - allcode.
https://visavi.net/topics/25089/423930
Перцептрон (Искуственный нейрон) - ИИ GNCFri, 23 Sep 2011 20:30:36 +0400Сообщенияhttps://visavi.net/topics/25089/423930Молодец, но мы сами знаем сайт wikipedia.
https://visavi.net/topics/25089/423920
Перцептрон (Искуственный нейрон) - ИИ АндрейFri, 23 Sep 2011 20:02:37 +0400Сообщенияhttps://visavi.net/topics/25089/423920Эта тема посвещена одной из моделей искуственного <a href="http://ru.wikipedia.org/wiki/Нейрон" target="_blank" rel="nofollow">нейрона</a> - <strong>Перцептрону</strong>.<br>
<br>
Для тех кто незнаком с данным термином:<br>
<a href="http://ru.wikipedia.org/wiki/Перцептрон" target="_blank" rel="nofollow">http://ru.wikipedia.org/wiki/Перцептрон</a><br>
<br>
<strong>Перцептро́н</strong>, или персептрон (англ. perceptron от<br>
лат. perceptio — восприятие; нем. perzeptron) —<br>
математическая и компьютерная модель восприятия<br>
информации мозгом (кибернетическая модель мозга),<br>
предложенная Фрэнком Розенблаттом в 1957 году и<br>
реализованная в виде электронной машины «Марк-1» в<br>
1960 году. Перцептрон стал одной из первых моделей<br>
нейросетей, а «Марк-1» — первым в мире нейрокомпьютером.<br>
Несмотря на свою простоту, перцептрон способен обучаться и<br>
решать довольно сложные задачи.<br>
<br>
Алгоритм обучения перцептрона:<br>
<strong>Обозначения:</strong><br>
P — индекс вектора<br>
обучающей выборки. <br>
F-порог<br>
d-желаемое значение<br>
y-действительное значение сети<br>
Wi - вес<br>
S-сумма<br>
Xp - вектор обучающей выборки<br>
C-количество значений выборки<br>
n-Индекс компонента выборки<br>
Xnp-значение выборки<br>
<br>
1) Задаем F (порог) и C (количество значений выборки)<br>
2) Подаем на вход компоненты 1й части вектора обучающей<br>
выборки Xp = (X1p, ..., Xnp), p=1;<br>
3) Если Wi неизвестны, подбираем случайный Wi для каждого компонента выборки<br>
4) умножаем каждый Wi на соответствующий компонент выборки<br>
5) сумируем полученные значения (S+=Wi(n)*Xnp)<br>
6) если S больше F, выход сети равен 1, если меньше -1<br>
7) Сравниваем выход сети с желаемым значением,<br>
Если y == d (как и надо), то p=p+1, переходим на шаг1 и обрабатываем следующий вектор.<br>
Иначе — шаг 3.<br>
8) Новое значение i-веса: Wi(n) = Wi(n) + d*Xnp.<br>
p=p+1, шаг 1<br>
<br>
Собственно это и есть весь процесс обучения перцептрона.<br>
<br>
<strong>Проверить "знания" перцептрона можно так:</strong><br>
1) Порог F и Wi должны быть известны<br>
2) умножаем каждый Wi на соответствующий компонент выборки<br>
3) сумируем полученные значения (S+=Wi(n)*Xnp)<br>
4) если S больше F, выход сети равен 1, если меньше -1<br>
---<br>
Автор статьи: <strong>G.N.C.</strong><br>
---<br>
ALLcode - кодировка для нейронных сетей, с учетом произношения, поддерживающая Английский, Русский, Белорусский, Украинский языки.<br>
---<br>
<a href="http://upwap.ru/1737427" target="_blank" rel="nofollow">Пример однослойного перцептрона</a><br>
<a href="http://upwap.ru/1737431" target="_blank" rel="nofollow">ALLcode</a>
https://visavi.net/topics/25089/423916
Перцептрон (Искуственный нейрон) - ИИ GNCFri, 23 Sep 2011 19:54:16 +0400Сообщенияhttps://visavi.net/topics/25089/423916