Ano ang isang neural network?

Sa isang tipikal na computer, na ginawa ayon sa tinatawag na isang arkitektura ng von Neumann, ang mga bangko ng memorya ay nakatira sa isang nakahiwalay na module.Mayroon lamang isang processor, na nagpoproseso ng mga tagubilin at muling pagsulat ng memorya nang paisa -isa, gamit ang isang serial arkitektura.Ang isang iba't ibang diskarte sa pag -compute ay ang neural network.Sa isang neural network, na binubuo ng libu -libo o kahit milyon -milyong mga indibidwal na neuron o node, ang lahat ng pagproseso ay lubos na kahanay at ipinamamahagi.Ang mga alaala ay naka -imbak sa loob ng mga kumplikadong magkakaugnay at weightings sa pagitan ng mga node.

Ang Neural Networking ay ang uri ng arkitektura ng computing na ginagamit ng mga talino ng hayop sa kalikasan.Hindi ito kinakailangan dahil ang neural network ay isang likas na mahusay na mode ng pagproseso kaysa sa serial computing, ngunit dahil ang isang utak na gumagamit ng serial computing ay magiging mas mahirap na magbago ng pagtaas.Ang mga Neural Networks ay may posibilidad na makitungo sa maingay na data na mas mahusay kaysa sa mga serial computer..Ang impormasyong ito ay karaniwang isang binary oo o walang signal.Minsan, upang lumipat mula sa isang hindi hanggang sa isang oo, ang node ay kailangang makaranas ng isang tiyak na halaga ng kaguluhan o pagpapasigla.Layer na nagpapakita ng mga resulta sa isang screen para sa mga programmer upang pag -aralan.Gumagana ang human retina batay sa mga neural network.Ang mga unang antas ng node ay nakakakita ng mga simpleng tampok na geometriko sa visual na patlang, tulad ng mga kulay, linya, at mga gilid.Ang mga pangalawang node ay nagsisimulang mag -abstract ng mas sopistikadong mga tampok, tulad ng paggalaw, texture, at lalim.Ang pangwakas na output ay kung ano ang rehistro ng aming kamalayan kapag tiningnan natin ang visual na larangan.Ang paunang pag -input ay isang kumplikadong pag -aayos ngBumalik sa mga layer na iyon upang pilitin ang karagdagang mga signal.Karamihan sa aming mga pandama ay gumagana sa ganitong paraan.Ang paunang data ay maaaring mag -prompt ng isang edukadong hula sa pangwakas na resulta, na sinusundan ng pagtingin sa data sa hinaharap sa konteksto ng edukadong hula na iyon.Sa mga optical illusions, ang aming mga pandama ay gumawa ng mga edukasyong hula na naging mali.

Sa halip na mag -programming ng mga neural network algorithmically, dapat i -configure ng mga programmer ang isang neural network na may pagsasanay o maselan na pag -tune ng mga indibidwal na neuron.Halimbawa, ang pagsasanay sa isang neural network upang makilala ang mga mukha ay mangangailangan ng maraming mga pagtakbo sa pagsasanay kung saan ang iba't ibang mga facelike at hindi mapag -aalinlanganan na mga bagay ay ipinakita sa network, na sinamahan ng positibo o negatibong puna upang talakayin ang neural network sa pagpapabuti ng mga kasanayan sa pagkilala.