آموزش یادگیری ژرف | شبکه های عصبی

آموزش یادگیری ژرف Deep Learning  |  آشنایی با شبکه های عصبی

برای شروع یادگیری ژرف (Deep Learning) ما نیاز به دانستن و یادگیری یک سری پیشنیاز داریم که به مرور در مورد هرکدام صحبت خواهیم کرد. امروز در مورد شبکه های عصبی صحبت خواهیم که مقدمه ای پایه ای و اساسی برای ورود به یادگیری عمیق ( ژرف )‌ هست.
شبکه های عصبی مصنوعی (Artificial Neural Network – ANN) در واقع یک مدل بسیار ساده شده از شبکه های عصبی درون مغز ما الهام گرفته شده. این شبکه با الهام از شبکه های عصبی بدن ما به صورت ریاضی پیاده سازی شدند. در شکل زیر یک تصویر از یک شبکه عصبی مغز ما قرار گرفته است.

همونطور که شکل پیداست این شبکه عصبی از چند بخش اصلی تشکیل شدند شامل :نورون، دندریت ها، و اکسون ها و…می باشد. سه قسمت اصلی این شبکه عصبی یعنی همان نورون ها، دندریت ها و اکسون ها به طور مشابه در شبکه عصبی مصنوعی پیاده سازی شده اند به این صورت که در شبکه عصبی واقعی دندریت ها اطلاعات مختلف را دریافت می کنند، در درون این اطلاعات پردازش شده و به کمک آکسون ها به بیرون منتقل می شود. این فرآین به طور مشابه در شبکه های عصبی مصنوعی نیز پیاده سازی شده است.طبق شکل زیر :

ساختار ریاضی شبکه های عصبی

 

در شکل بالا ما با ساختار ریاضی الهام گرفته شده از شبکه عصبی واقعی مواجه هستیم، در این ساختار ورودی های مختلف ( ماننده x1 وx2 و x3) که از طریق ورودی به داخل شبکه عصبی مصنوعی وارد می شوند.سپس این ورودی ها در وزن هایی ضرب شده به داخل هسته اصلی رفته روی آن یک فعالیت انجام گرفته و در نهایت از خروجی ( y) مقدار نهایی خارج می شود.این ساده ترین حالت ممکن برای یک شبکه عصبی می باشد.
شبکه های عصبی می توانند بسیار پیچیده تر و متفاوت تر باشند به طور مثال تصویر نمایانگر یک شبکه عصبی کمی متفاوت تر است.

شبکه عصبی می توانند بسیار عمیق و یا خیلی ساده باشند. در مطالب بعدی بیشتر در این مورد صحبت خواهیم کرد.

0 پاسخ

دیدگاه خود را ثبت کنید

Want to join the discussion?
Feel free to contribute!

پاسخ دهید

نشانی ایمیل شما منتشر نخواهد شد. بخش‌های موردنیاز علامت‌گذاری شده‌اند *