קינסטלעך נוראַל נעטוואָרקס (ANNs) אָדער קאָננעקטיאָניסט סיסטעמען זענען קאַמפּיוטינג סיסטעמען ינספּייערד דורך די בייאַלאַדזשיקאַל נעוראַל נעטוואָרקס וואָס קאַנסטאַטוט כייַע סייכל. אַזאַ סיסטעמען לערנען (פּראַגרעסיוולי פֿאַרבעסערן זייער פיייקייט) צו טאָן טאַסקס דורך קאַנסידערינג ביישפילן, בכלל אָן טאַסקס-ספּעציפיש פּראָגראַממינג. צום ביישפּיל, אין דערקענונג פון בילד, זיי קען לערנען צו ידענטיפיצירן בילדער וואָס אַנטהאַלטן קאַץ דורך אַנאַלייזינג ביישפּיל בילדער וואָס זענען מאַניואַלי מיטן נאָמען ווי "קאַץ" אָדער "קיין קאַץ" און ניצן די אַנאַליטישע רעזולטאַטן צו ידענטיפיצירן קאַץ אין אנדערע בילדער. זיי האָבן געפֿונען מערסט נוצן אין אַפּלאַקיישאַנז שווער צו אויסדריקן מיט אַ טראדיציאנעלן קאָמפּיוטער אַלגערידאַם ניצן כּללים-באזירט פּראָגראַממינג.
אַן ANN איז באזירט אויף אַ זאַמלונג פון פארבונדן וניץ גערופֿן קינסטלעך נוראַנז, (אַנאַלאָג צו בייאַלאַדזשיקאַל נוראַנז אין אַ בייאַלאַדזשיקאַל מאַרך). יעדער קשר (סינאַפּסע) צווישן נוראַנז קענען יבערשיקן אַ סיגנאַל צו אן אנדער נעוראָן. די ריסיווינג (פּאָסטינאַפּטיק) נעוראָן קענען פּראָצעס די סיגנאַל (s) און דערנאָך סיגנאַל דאַונסטרים נוראַנז פארבונדן צו אים. נעוראָנס קען האָבן שטאַט, יוזשאַוואַלי רעפּריזענטיד דורך פאַקטיש נומערן, טיפּיקלי צווישן 0 און 1. נעוראָנס און סינאַפּסעס קען אויך האָבן אַ וואָג אַז וועריז ווי לערנען לייזונג, וואָס קען פאַרגרעסערן אָדער פאַרקלענערן די שטאַרקייט פון די סיגנאַל אַז עס סענדז דאַונסטרים.
טיפּיקאַללי, נוראַנז זענען אָרגאַניזירט אין לייַערס. פאַרשידענע לייַערס קען דורכפירן פאַרשידענע מינים פון טראַנספאָרמאַטיאָנס אויף זייער ינפּוץ. סיגנאַלז אַרומפאָרן פון דער ערשטער (אַרייַנשרייַב), צו די לעצטע (רעזולטאַט) שיכטע, עפשער נאָך דורכגיין די לייַערס עטלעכע מאָל.
דער אָריגינעל ציל פון די נעוראַל נעץ צוגאַנג איז צו סאָלווע פּראָבלעמס אין די זעלבע וועג ווי אַ מענטש מאַרך. איבער צייַט, ופמערקזאַמקייט פאָוקיסט אויף וואָס ריכטן זיך ספּעציפיש גייַסטיק אַבילאַטיז, לידינג צו דיווייישאַנז פון ביאָלאָגי אַזאַ ווי באַקפּראָפּאַגיישאַן, אָדער פאָרן אינפֿאָרמאַציע אין די פאַרקערט ריכטונג און אַדזשאַסטינג די נעץ צו פאַרטראַכטנ זיך די אינפֿאָרמאַציע.
נעוראַל נעטוואָרקס האָבן שוין געניצט אין אַ פאַרשיידנקייַט פון טאַסקס, אַרייַנגערעכנט קאָמפּיוטער זעאונג, רייד דערקענונג, מאַשין איבערזעצונג, פֿילטרירונג פון געזעלשאַפטלעך נעץ, פּלייינג ברעט און ווידעא שפּילערייַ און מעדיציניש דיאַגנאָסיס.
זינט 2017, נוראַל נעטוואָרקס טיפּיקלי האָבן אַ ביסל טויזנט צו אַ ביסל מיליאָן וניץ און מיליאַנז פון קאַנעקשאַנז. טראָץ דעם נומער איז אַ נומער פון סדר ווייניקער ווי די נומער פון נוראַנז אויף אַ מענטשלעך מאַרך, די נעטוואָרקס קענען דורכפירן פילע טאַסקס אויף אַ מדרגה ווייַטער פון מענטשן (למשל, רעקאַגנייזינג פּנימער, פּלייינג "גיין").
א טיף נעוראַל נעץ (DNN) איז אַ קינסטלעך נעוראַל נעץ (ANN) מיט קייפל לייַערס צווישן די ינפּוט און רעזולטאַט לייַערס. דער DNN געפינט די ריכטיק מאַטאַמאַטיקאַל מאַניפּיאַליישאַן צו ווענדן די אַרייַנשרייַב אין דער רעזולטאַט, צי עס איז אַ לינעאַר שייכות אָדער אַ ניט-לינעאַר שייכות. די נעץ איז מאָווינג דורך די לייַערס וואָס רעכענען די מאַשמאָעס פון יעדער רעזולטאַט. צום ביישפּיל, אַ DNN וואָס איז טריינד צו דערקענען הונט ברידז וועט גיין איבער די געגעבן בילד און רעכענען די מאַשמאָעס אַז דער הונט אין די בילד איז אַ זיכער האָדעווען. דער באַניצער קענען אָפּשאַצונג די רעזולטאַטן און סעלעקטירן וואָס מאַשמאָעס די נעץ זאָל אַרויסווייַזן (העכער אַ זיכער שוועל, אאז"ו ו) און צוריקקומען די פארגעלייגט פירמע. יעדער מאַטאַמאַטיקאַל מאַניפּיאַליישאַן ווי אַזאַ איז גערעכנט ווי אַ שיכטע, און קאָמפּלעקס דנן האָבן פילע לייַערס, דערפאר די נאָמען "טיף" נעטוואָרקס.
דננס קענען מאָדעל קאָמפּלעקס ניט-לינעאַר באציונגען. דנן אַרקאַטעקטשער דזשענערייט קאַמפּאַזישאַנאַל מאָדעלס ווו די כייפעץ איז אויסגעדריקט ווי אַ לייערד זאַץ פון פּרימיטיוועס. די עקסטרע לייַערס געבן קאָמפּאָזיציע פֿעיִקייטן פון נידעריקער לייַערס, פּאַטענטשאַלי מאָדעלינג קאָמפּלעקס דאַטן מיט ווייניקערע וניץ ווי אַ פּליטקע נעץ.
טיף אַרקאַטעקטשער אַרייַננעמען פילע וועריאַנץ פון אַ ביסל יקערדיק אַפּראָוטשיז. יעדער אַרקאַטעקטשער געפֿונען הצלחה אין ספּעציפיש דאָומיינז. עס איז ניט שטענדיק מעגלעך צו פאַרגלייַכן די פאָרשטעלונג פון קייפל אַרקאַטעקטשערז, סייַדן זיי זענען עוואַלואַטעד אויף די זעלבע דאַטן שטעלט.
DNNs זענען טיפּיקלי פעעדפאָרווערד נעטוואָרקס אין וואָס דאַטן פלאָוז פון די אַרייַנשרייַב שיכטע צו די רעזולטאַט שיכטע אָן לופּינג צוריק. אין ערשטער, די DNN קריייץ אַ מאַפּע פון ​​ווירטועל נוראַנז און באַשטימען ראַנדאָם נומעריקאַל וואַלועס, אָדער "ווייץ", צו קאַנעקשאַנז צווישן זיי. די ווייץ און ינפּוץ זענען געמערט און ווייַזן אַ רעזולטאַט צווישן 0 און 1. אויב די נעץ האט נישט אַקיעראַטלי דערקענען אַ באַזונדער מוסטער, אַ אַלגערידאַם אַדזשאַסטיד די ווייץ. דער וועג דער אַלגערידאַם קענען מאַכן זיכער פּאַראַמעטערס מער ינפלוענטשאַל, ביז עס באַשטימט די ריכטיק מאַטאַמאַטיקאַל מאַניפּיאַליישאַן צו גאָר פּראָצעס די דאַטן.
ריקעראַנט נעוראַל נעטוואָרקס (RNNs), אין וועלכע דאַטן קענען לויפן אין קיין ריכטונג, זענען געניצט פֿאַר אַפּלאַקיישאַנז אַזאַ ווי שפּראַך מאָדעלינג. לאנג קורץ-טערמין זכּרון איז דער הויפּט עפעקטיוו פֿאַר די נוצן.
קאָנוואָלוטיאָנאַל טיף נוראַל נעטוואָרקס (CNN) זענען געניצט אין קאָמפּיוטער זעאונג. CNNs זענען אויך געווענדט צו אַקוסטיש מאָדעלינג פֿאַר אָטאַמאַטיק רייד דערקענונג (ASR).

צוריק צו Top