मैंने अभी तंत्रिका नेटवर्क के लिए प्रोग्रामिंग शुरू कर दी है। मैं वर्तमान में यह समझने पर काम कर रहा हूं कि बैकप्रोपोगेशन (बीपी) तंत्रिका नेट कैसे काम करता है। जबकि बीपी जाल में प्रशिक्षण के लिए एल्गोरिदम काफी सरल है, मैं एल्गोरिदम क्यों काम करता है इस पर कोई पाठ नहीं ढूंढ पाया। अधिक विशेष रूप से, मैं तंत्रिका जाल में सिग्मोइड कार्यों का उपयोग करके औचित्य साबित करने के लिए कुछ गणितीय तर्क की तलाश में हूं, और उन्हें उन पर लगभग किसी भी डेटा वितरण की नकल करने की नकल करता है।सिगमोइड फ़ंक्शन न्यूरल नेट्स में क्यों काम करते हैं?
धन्यवाद!
अच्छा जवाब, लेकिन धारणा "निरंतर (और इस प्रकार अलग-अलग)" खड़ा नहीं है। उदाहरण: abs (x) जो शून्य पर निरंतर है लेकिन अलग-अलग नहीं है। – Michael
सच, मेरे उत्तर – mbatchkarov
संपादित किया गया विकिपीडिया लेख यह कहता है, हालांकि: * "कर्ट हॉर्निक ने 1 99 1 में दिखाया कि यह सक्रियण समारोह की विशिष्ट पसंद नहीं है, बल्कि बहुउद्देशीय फीडफोर्ड आर्किटेक्चर स्वयं है जो तंत्रिका नेटवर्क को होने की संभावना देता है सार्वभौमिक अनुमानक। आउटपुट इकाइयों को हमेशा रैखिक माना जाता है। "* वास्तव में यह गैर-रैखिक सक्रियण फ़ंक्शन की आवश्यकता के बारे में कुछ भी नहीं कहता है। लेकिन प्रमेय का औपचारिक बयान "nonconstant, बाध्य, और monotonically बढ़ते निरंतर कार्य" कहता है - शायद * बाध्य * और monotone भाग nonlinearity का तात्पर्य है? – Desty