Кыскасы, сизде объективдүү функция жок болсо, кайра тарата албайсыз. Эгерде сизде болжолдонгон маани менен белгиленген (иш жүзүндө же машыгуу маалыматтары) ортосундагы өлчөө жок болсо, объективдүү функцияга ээ боло албайсыз. Демек, "көзөмөлсүз окутууга" жетишүү үчүн градиентти эсептөө мүмкүнчүлүгүнөн баш тартышыңыз мүмкүн.
Артка таралуунун чектөөлөрү кандай?
Артка жайылтуу алгоритминин кемчиликтери:
Ал белгилүү бир маселени аткаруу үчүн киргизүүгө таянат. Татаал/ызы-чуу маалыматтарга сезгич. Ал тармакты долбоорлоо убактысы үчүн активдештирүү функцияларынын туундуларын талап кылат.
Сиз артка жайылууну кантип оңдойсуз?
Терең нейрон тармагындагы артка жайылуу процесси
- Киргизилген маанилер. X1=0,05. …
- Баштапкы салмак. W1=0,15 w5=0,40. …
- Бир тараптуу баалуулуктар. b1=0,35 b2=0,60.
- Максаттуу баалуулуктар. T1=0,01. …
- Алга өтүү. H1 маанисин табуу үчүн биз адегенде салмактардан киргизилген маанини көбөйтөбүз. …
- Чыгуу катмарынан артка өтүү. …
- Жашыруун катмардан артка өтүү.
Артка жайылтуу эффективдүүбү?
Артка жайылтуу эффективдүү, бул жоготууларды азайтуу үчүн салмактарды жаңыртып, көп нейрондорду камтыган көп катмарлуу тармактарды үйрөтүүнү мүмкүн кылат.
Нейрондук тармактар менен иштөөдө артка таралуу кандай көйгөйдү чечет?
Нейрондук тармакты орнотууда артка таралуу градиентти эсептейтбир киргизүү-чыгарма үлгүсү үчүн тармактын салмактарына карата жоготуу функциясы жана ар бир салмакка жекече градиентти түз эсептөөдөн айырмаланып, аны эффективдүү аткарат.
