Hva er et nevralt nettverk?

I en typisk datamaskin, laget i henhold til det som kalles en von Neumann -arkitektur, lever minnebanker i en isolert modul.Det er bare en prosessor, som behandler instruksjoner og minne omskriver en etter en, ved hjelp av en seriell arkitektur.En annen tilnærming til databehandling er det nevrale nettverket.I et nevralt nettverk, som består av tusenvis eller til og med millioner av individuelle nevroner eller noder, er all prosessering svært parallell og distribuert.Minner lagres i de komplekse sammenkoblingene og vektingen mellom noder.

Neural nettverk er den typen databehandlingsarkitektur som brukes av dyrehjerner i naturen.Dette er ikke nødvendigvis fordi det nevrale nettverket er en iboende overlegen prosesseringsmåte enn seriell databehandling, men fordi en hjerne som bruker seriell databehandling ville være mye vanskeligere å utvikle seg trinnvis.Nevrale nettverk har også en tendens til å håndtere støyende data bedre enn serielle datamaskiner.

I et fremadgående nevralt nettverk, et inngangslag fylt med spesialiserte noder tar inn informasjon, og sender deretter et signal til et andre lag basert på informasjonen det mottok utenfra.Denne informasjonen er vanligvis et binært ja eller nei signal.Noen ganger, for å gå fra et nei til et ja, må noden oppleve en visLag som viser resultater på en skjerm for programmerere å analysere.Den menneskelige netthinnen fungerer basert på nevrale nettverk.Første nivånoder oppdager enkle geometriske funksjoner i det synsfeltet, som farger, linjer og kanter.Sekundære noder begynner å abstrakte mer sofistikerte trekk, for eksempel bevegelse, tekstur og dybde.Den endelige produksjonen er det vår bevissthet registrerer oss når vi ser på synsfeltet.Den første inngangen er bare et komplekst arrangement av fotoner som vil bety lite uten den nevrologiske maskinvaren for å gi mening om det når detGå tilbake til disse lagene for å begrense ytterligere signaler.De fleste av sansene våre fungerer på denne måten.De første dataene kan be om en utdannet gjetning om det endelige resultatet, etterfulgt av å se på fremtidige data i sammenheng med den utdannede gjetningen.I optiske illusjoner gjør sansene våre utdannede gjetninger som viser seg å være feil.

I stedet for å programmere nevrale nettverksalgoritmisk, må programmerere konfigurere et nevralt nettverk med trening eller delikat innstilling av individuelle nevroner.For eksempel vil trening et nevralt nettverk for å gjenkjenne ansikter kreve mange treningsløp der forskjellige ansiktslike og ufattelige objekter ble vist til nettverket, ledsaget av positive eller negative tilbakemeldinger for å lokke det nevrale nettverket til å forbedre gjenkjennelsesferdighetene.