#нейронная_сеть
Часть 2.
В прошлой части мы прошлись по синапсам и нейронам.
А сегодня разберемся, что собственно происходит в нейронной сети.
Начнем с простейшего примера. Кандидату в Президенты инвесторы забашляли 1000 рублей на предвыборную программу. Выборы через 10 месяцев. Он думает, на кого ему делать упор: на дедков и бабулек, середнячков или аудиторию до 30. В первый месяц он решает вложить 100 рублей примерно поровну на все три направления. После этого его рейтинги популярности начинают падать, инвесторы расстраиваются — попа горит.
Поэтому наш кандидат решает следующие 100 рублей вложить с бОльшим упором на пенсионеров. В результате его рейтинги подскакивают, все счастливы. Поскольку наш кандидат не глуп, он понимает, что нужно в следующие месяцы большую долю вкладывать в бабулек. Он будет в увеличивать долю на бабулек до тех пор, пока его рейтинги не перестанут расти, после чего крепко возьмется за середнячков и аудиторию до 30.
С нейронными сетями все так же. Импульсы от нейронов поступают на вход к другим нейронам с определенными весами (в примере - суммы инвестиций в аудиторию). После чего, входящие импульсы обрабатываются по специальной формуле (в примере - расчет рейтинга популярности) и формируется новый сигнал, который летит к новым нейронам.
В процессе обучения нейронной сети эти веса перебираются таким образом, чтобы ответ, который сформирует самый последний нейрон, оказался максимально точным (в примере - максимально высокий рейтинг).
В следующей части мы рассмотрим способы применения той жести, про которую вы только что прочитали😊
Часть 2.
В прошлой части мы прошлись по синапсам и нейронам.
А сегодня разберемся, что собственно происходит в нейронной сети.
Начнем с простейшего примера. Кандидату в Президенты инвесторы забашляли 1000 рублей на предвыборную программу. Выборы через 10 месяцев. Он думает, на кого ему делать упор: на дедков и бабулек, середнячков или аудиторию до 30. В первый месяц он решает вложить 100 рублей примерно поровну на все три направления. После этого его рейтинги популярности начинают падать, инвесторы расстраиваются — попа горит.
Поэтому наш кандидат решает следующие 100 рублей вложить с бОльшим упором на пенсионеров. В результате его рейтинги подскакивают, все счастливы. Поскольку наш кандидат не глуп, он понимает, что нужно в следующие месяцы большую долю вкладывать в бабулек. Он будет в увеличивать долю на бабулек до тех пор, пока его рейтинги не перестанут расти, после чего крепко возьмется за середнячков и аудиторию до 30.
С нейронными сетями все так же. Импульсы от нейронов поступают на вход к другим нейронам с определенными весами (в примере - суммы инвестиций в аудиторию). После чего, входящие импульсы обрабатываются по специальной формуле (в примере - расчет рейтинга популярности) и формируется новый сигнал, который летит к новым нейронам.
В процессе обучения нейронной сети эти веса перебираются таким образом, чтобы ответ, который сформирует самый последний нейрон, оказался максимально точным (в примере - максимально высокий рейтинг).
В следующей части мы рассмотрим способы применения той жести, про которую вы только что прочитали😊