4. Standardowe elementy sieci neuronowych
4-1 Neuron
4-2 Funkcje aktywacji 4-3 Warstwa
4-4 Perceptron wielowarstwowy 4-5 Sieć bez sprzężeń
4-6 Sygnały
4-7 Adaptacja wag
afiniczna transformacja wejścia u
z = b +
n
X
i =1
w i u i = b + w
Tu wagi w = [w 1 · · · w n ]
Tobciążenie b , próg ϑ = −b równanie neuronu
y = g b +
n
X
i =1
w i u i
= g(b + w
Tu)
funkcja aktywacji g : R 7→ R obciążenie jako waga
wagi rozszerzone o wagę w 0 = b wejścia rozszerzone o wejście u 0 = 1
n
Funkcje aktywacji
• dyskretne f. aktywacji ( twarde nieliniowości): f. znaku, f. skokowa
• ciągłe f. aktywacji (miękkie nieliniowości): f. sigmoidalne, sigmoid, f. gaussowska
−2 −1.5 −1 −0.5 0 0.5 1 1.5 2
0 0.2 0.4 0.6 0.8 1
sigmoid
−1 −0.8 −0.6 −0.4 −0.2 0 0.2 0.4 0.6 0.8 1
0 0.5 1 1.5 2 2.5 3 3.5 4 4.5 5