Қысқасы, сізде мақсатты функция болмаса, кері таралуды жасай алмайсыз. Болжалды мән мен белгіленген (нақты немесе жаттығу деректері) мән арасында өлшем болмаса, мақсат функциясына ие бола алмайсыз. Сондықтан "бақылаусыз оқытуға" қол жеткізу үшін градиентті есептеу мүмкіндігінен бас тартуыңыз мүмкін.
Артқа таралу шектеулері қандай?
Артқа таралу алгоритмінің кемшіліктері:
Ол белгілі бір мәселені орындау үшін енгізуге сүйенеді. Күрделі/шулы деректерге сезімтал. Ол желіні жобалау уақыты үшін белсендіру функцияларының туындыларын қажет етеді.
Кері таралуды қалай түзетесіз?
Терең нейрондық желідегі кері таралу процесі
- Енгізілген мәндер. X1=0,05. …
- Бастапқы салмақ. W1=0,15 w5=0,40. …
- Қиындық мәндері. b1=0,35 b2=0,60.
- Мақсатты мәндер. T1=0,01. …
- Алға билет. H1 мәнін табу үшін алдымен салмақтардан енгізілген мәнді көбейтеміз. …
- Шығару қабатында артқа өту. …
- Жасырын қабатта кері өту.
Кері таралу тиімді ме?
Кері таралу тиімді, бұл жоғалтуды азайту үшін салмақтарды жаңарта отырып, көптеген нейрондары бар көп қабатты желілерді жаттықтыруға мүмкіндік береді.
Нейрондық желілермен жұмыс істегенде кері таралу қандай мәселені шешеді?
Нейрондық желіні орнату кезінде кері таралу градиентті есептейдіжалғыз енгізу-шығару мысалына арналған желінің салмақтарына қатысты жоғалту функциясы және әр салмаққа жеке градиентті аңғал тікелей есептеуден айырмашылығы, оны тиімді орындайды.
