Какво е Perceptron и какво работи?
В този блог ще разгледаме какво е перцептрон и защо се нарича двоичен класификатор? Как работи? Внедряване. В тази публикация ще разгледаме накратко всеки от тези въпроси.
Какво е Perceptron?
Перцептронът е алгоритъм, използван за контролирано обучение на двоични класификатори. Накратко, перцептронът е еднослойна невронна мрежа. Те се състоят от четири основни части: входни стойности, тегла и отклонения, нетната сума и функция за активиране.
Защо се нарича двоичен класификатор?
Перцептронът не е нищо друго освен линия или регион. В района те разделят класове; затова се нарича двоичен класификатор.
Как работи?
Процесът започва, като се вземат всички входни стойности и се умножат по техните тегла. След това всички тези умножени стойности се добавят заедно, за да се създаде претеглената сума. След това претеглената сума се прилага към функцията за активиране, произвеждайки изхода на перцептрона. Функцията за активиране играе неразделна роля за гарантиране, че изходът е картографиран между изискваните стойности като (0,1) или (-1,1). Важно е да се отбележи, че теглото на входа е показателно за силата на възела. По същия начин стойността на отклонение на входа му дава възможност да измества кривата на функцията за активиране нагоре или надолу.
Уравнението на Z=w¹x¹+w²x²+b
Изпълнение:
1. Импортиране на библиотека
2. Създайте ANN с 3 слоя:
Входен слой == Съдържа 2 възела X0,X1
Скрит слой == Съдържа 2 възела x2,x3
Изходен слой == Съдържа 1 възел X4
3. Създайте скрит слой
Претеглена формула:
Z=W1x1+w2x2+w3x3
Github: https://github.com/aaditshukla98710/Deep-Learning-Projects/blob/main/Preceptron.ipynb
Ако намерите тази статия за интересна и полезна и ако научите нещо от нея, моля, коментирайте и отзиви.
