ਨਕਲੀ ਨਿਊਰਲ ਨੈੱਟਵਰਕ

ਨਕਲੀ ਨਿਊਰਲ ਨੈੱਟਵਰਕ - ਦਿਮਾਗ਼ ਦਾ ਤੰਤੂ - ਜੋ ਕਿ ਜਿਹੜੇ ਖਾਸ ਸੈੱਲ ਦੀ ਸਥਾਪਨਾ ਕੀਤੀ ਰਹੇ ਹਨ. ਉਹ ਜੀਵ ਦਿਮਾਗ਼ ਦਾ ਤੰਤੂ, ਭਾਵ, ਜੋ ਕਿ ਸੈੱਲ ਮਨੁੱਖੀ ਦਿਮਾਗੀ ਸਿਸਟਮ ਨੂੰ ਬਣਾਉਣ ਦੇ ਗਣਿਤ ਮਾਡਲ ਹਨ.

ਪਹਿਲੀ ਵਾਰ ਸਾਨੂੰ 1943 ਵਿਚ ਨਿਊਰਲ ਨੈਟਵਰਕ ਦੇ ਬਾਰੇ ਗੱਲ ਕਰ ਰਹੇ ਹਨ, ਅਤੇ Perceptron Rosenblatt ਦੀ ਕਾਢ ਦੇ ਬਾਅਦ ਸੋਨੇ ਦਾ ਯੁੱਗ ਆਇਆ, ਅਤੇ ਨੈੱਟਵਰਕ ਬਹੁਤ ਹੀ ਪ੍ਰਸਿੱਧ ਹੋ ਗਿਆ ਹੈ. ਪਰ, 1969 ਵਿਚ ਮਿਨ੍ਸ੍ਕ ਦੇ ਪ੍ਰਕਾਸ਼ਨ, ਜਿਸ ਵਿੱਚ ਇੱਕ ਵਿਗਿਆਨੀ Perceptron ਦੀ ਨਾਕਾਬਲਿਅਤ ਸਾਬਤ ਕਰ ਦਿੱਤਾ ਹੈ ਦੇ ਬਾਅਦ, ਕੁਝ ਖਾਸ ਹਾਲਾਤ ਦੇ ਤਹਿਤ, ਇਸ ਖੇਤਰ ਵਿਚ ਦਿਲਚਸਪੀ ਤਿੱਖਾ ਹੋ ਗਿਆ. ਪਰ ਕਹਾਣੀ ਨਕਲੀ ਨੈੱਟਵਰਕ ਨਾਲ ਖਤਮ ਨਹੀ ਕਰਦਾ ਹੈ. . 1985 ਵਿੱਚ, ਜੇ Hopfield ਆਪਣੀ ਪੜ੍ਹਾਈ ਪੇਸ਼ ਕੀਤਾ ਅਤੇ ਇਹ ਹੈ ਜੋ ਨਿਊਰਲ ਨੈੱਟਵਰਕ ਨੂੰ ਸਾਬਤ - ਮਸ਼ੀਨ ਲਈ ਇੱਕ ਮਹਾਨ ਸੰਦ ਹੈ ਸਿੱਖਣ.

ਇਹ ਜੀਵ ਕਈ ਸੰਕਲਪ ਅਤੇ ਅਸੂਲ ਤੱਕ ਉਧਾਰ ਕੀਤਾ ਗਿਆ ਸੀ. ਨਿਓਰੋਨ - ਸਵਿੱਚ ਜੋ ਕਿ ਪ੍ਰਾਪਤ ਕਰਦਾ ਹੈ ਅਤੇ ਫਿਰ ਦੀ ਇੱਕ ਕਿਸਮ ਦੀ ਦਾਲ (ਸੰਕੇਤ) ਪ੍ਰਸਾਰਤ. ਨਿਓਰੋਨ ਇੱਕ ਨੂੰ ਕਾਫੀ ਸ਼ਕਤੀਸ਼ਾਲੀ ਗਤੀ ਪ੍ਰਾਪਤ ਕਰਦਾ ਹੈ, ਜੇ, ਇਸ ਨੂੰ ਵਿਸ਼ਵਾਸ ਕੀਤਾ ਹੈ, ਜੋ ਕਿ ਇਸ ਨੂੰ ਸਰਗਰਮ ਹੈ ਅਤੇ ਦਾਲ ਬਾਕੀ ਇਸ ਨਾਲ ਸੰਬੰਧਿਤ ਦਿਮਾਗ਼ ਦਾ ਤੰਤੂ ਪ੍ਰਸਾਰਤ ਕਰ ਰਿਹਾ ਹੈ. ਨਿਓਰੋਨ ਉਸੇ ਜੋ ਕਿ ਸਰਗਰਮ ਨਾ ਕੀਤਾ ਗਿਆ ਸੀ, ਇਸ ਨੂੰ ਬਾਕੀ ਦੇ 'ਤੇ ਰਹਿੰਦਾ ਹੈ, ਇਸ ਨੂੰ ਪਲਸ ਪ੍ਰਸਾਰਿਤ ਨਹੀ ਹੈ. synapses ਹੈ, ਜੋ ਕਿ ਇਕ ਦੂਜੇ ਨੂੰ ਦਿਮਾਗ਼ ਦਾ ਤੰਤੂ ਨਾਲ ਜੁੜਨ ਅਤੇ ਦਾਲ, axon ਹੈ, ਜੋ ਕਿ ਪ੍ਰਸਾਰਿਤ ਪ੍ਰਭਾਵ ਕੰਮ ਅਤੇ ਕਨੈਕਸ਼ਨ ਹੈ, ਜੋ ਕਿ ਵੱਖ-ਵੱਖ ਸਰੋਤ ਤੱਕ ਸੰਕੇਤ ਪ੍ਰਾਪਤ ਕਰਦਾ ਹੈ ਪ੍ਰਾਪਤ: ਨਿਓਰੋਨ ਕਈ ਮੁੱਖ ਭਾਗ ਹਨ. ਇਕ ਨਿਓਰੋਨ ਇੱਕ ਨੂੰ ਕੁਝ ਥਰੈਸ਼ਹੋਲਡ ਉਪਰ ਲੱਗਣਾ ਪ੍ਰਾਪਤ ਕਰਦਾ ਹੈ, ਜਦ, ਇਸ ਨੂੰ ਤੁਰੰਤ ਨੂੰ ਅਗਲੇ ਨਿਓਰੋਨ ਇੱਕ ਸਿਗਨਲ ਭੇਜਦਾ ਹੈ.

ਗਣਿਤ ਮਾਡਲ ਦਾ ਇੱਕ ਛੋਟਾ ਜਿਹਾ ਵੱਖ ਵੱਖ ਹੁੰਦਾ ਹੈ. ਲਾਗਇਨ ਗਣਿਤ ਮਾਡਲ ਇਕ ਨਿਓਰੋਨ ਦੇ - ਇੱਕ ਵੈਕਟਰ, ਜੋ ਕਿ ਭਾਗ ਦੀ ਇੱਕ ਵੱਡੀ ਗਿਣਤੀ ਦੀ ਬਣੀ ਹੁੰਦੀ ਹੈ. ਭਾਗ ਨੂੰ ਦੇ ਹਰ - ਦਾਲ, ਜਿਸ ਨੂੰ ਨਿਓਰੋਨ ਦੁਆਰਾ ਪ੍ਰਾਪਤ ਕਰ ਰਹੇ ਹਨ ਦੇ ਇੱਕ ਹੈ. ਮਾਡਲ ਦੀ ਆਉਟਪੁੱਟ ਇੱਕ ਸਿੰਗਲ ਨੰਬਰ ਦੀ ਹੈ. ਇਹ ਹੀ ਹੈ, ਵਿਚ ਮਾਡਲ ਇੰਪੁੱਟ ਵੈਕਟਰ, ਇੱਕ Scalar ਵਿੱਚ ਬਦਲ ਰਿਹਾ ਹੈ, ਨੂੰ ਬਾਅਦ ਵਿੱਚ ਹੋਰ ਦਿਮਾਗ਼ ਦਾ ਤੰਤੂ ਕਰਨ ਲਈ ਤਬਦੀਲ ਕੀਤਾ ਗਿਆ ਹੈ.

ਨਿਊਰਲ ਨੈੱਟਵਰਕ ਦੇ ਦੋ ਤਰੀਕੇ ਵਿੱਚ ਤਿਆਰ ਕੀਤੇ ਜਾ ਸਕਦੇ ਹਨ: ਦੇ ਨਾਲ ਹੈ ਅਤੇ ਇੱਕ ਅਧਿਆਪਕ ਹੈ. ਸਿੱਖਣ ਦੀ ਪ੍ਰਕਿਰਿਆ ਨੂੰ ਕਈ ਕਦਮ ਹਨ. ਪਹਿਲੀ, ਨੈੱਟਵਰਕ 'ਤੇ ਬਾਹਰ ਪ੍ਰੋਤਸਾਹਨ ਤੱਕ ਇੰਪੁੱਟ ਹੈ. ਤਦ, ਨਿਯਮ ਦੇ ਅਨੁਸਾਰ ਨਿਊਰਲ ਨੈੱਟਵਰਕ ਦਾ ਮੁਫ਼ਤ ਪੈਰਾਮੀਟਰ ਵੱਖ ਵੱਖ ਵਿਚ ਹੈ, ਫਿਰ ਨੈੱਟਵਰਕ ਇੰਪੁੱਟ ਉਕਸਾਹਟ ਨੂੰ ਹੀ ਵੱਖਰੇ ਜਵਾਬ. ਕਾਰਜ ਨੂੰ ਦੇ ਤੌਰ ਤੇ ਲੰਬੇ ਨੈੱਟਵਰਕ ਸਮੱਸਿਆ ਦਾ ਹੱਲ ਨਹੀ ਹੈ ਦੁਹਰਾਇਆ ਜਾਣਾ ਚਾਹੀਦਾ ਹੈ. ਇੱਕ ਅਧਿਆਪਕ ਦੇ ਨਾਲ ਸਿੱਖਣ ਐਲਗੋਰਿਥਮ ਹੀ ਸਹੀ ਜਵਾਬ ਹੈ, ਜੋ ਕਿ ਨੈੱਟਵਰਕ ਨੂੰ ਸਿਖਲਾਈ ਦੇ ਦੌਰਾਨ ਹੁੰਦਾ ਹੈ. ਇਹ ਵਿਧੀ ਨੂੰ ਸਫਲਤਾ ਨਾਲ ਬਹੁਤ ਸਾਰੇ ਕਾਰਜ ਲਈ ਵਰਤਿਆ ਗਿਆ ਹੈ, ਪਰ ਇਸ ਨੂੰ ਅਕਸਰ, ਜੋ ਕਿ ਅਸਲ ਇਸ ਨੂੰ ਜੀਵਵਿਗਿਆਨ ਤੇ ਸ਼ੱਕ ਹੈ ਲਈ ਆਲੋਚਨਾ ਹੈ. ਨਿਊਰਲ ਨੈੱਟਵਰਕ ਜਿੱਥੇ ਕੇਸ ਸਿਰਫ ਜਾਣਿਆ ਨਿਵੇਸ਼ ਵਿਚ ਅਧਿਆਪਕ ਬਿਨਾ ਸਿਖਲਾਈ ਪ੍ਰਾਪਤ ਹੁੰਦੇ ਹਨ. ਉਹ 'ਤੇ ਆਧਾਰ' ਤੇ, ਨੈੱਟਵਰਕ ਹੌਲੀ ਵਧੀਆ ਮੁੱਲ ਆਊਟਪੁੱਟ ਦੇਣ ਲਈ ਸਿੱਖਦਾ ਹੈ.

ਨਿਊਰਲ ਨੈੱਟਵਰਕ ਦੀ ਅਰਜ਼ੀ ਅਸਲ ਵੱਖ-ਵੱਖ ਹੈ. ਉਹ ਅਕਸਰ ਵੱਖ-ਵੱਖ ਦੀ ਮਾਨਤਾ, ਅਨੁਮਾਨ, ਰਚਨਾ ਨੂੰ ਆਟੋਮੈਟਿਕ ਕਰਨ ਲਈ ਵਰਤਿਆ ਜਾਦਾ ਹੈ ਮਾਹਰ ਸਿਸਟਮ, functionals ਦੇ ਅੰਦਾਜ਼ਾ. ਨਾਲ ਅਜਿਹੇ ਇੱਕ ਨੈੱਟਵਰਕ ਦਾ ਅਨੁਮਾਨ ਕਰਨ ਆਵਾਜ਼ ਮਾਨਤਾ ਜ ਆਪਟੀਕਲ ਸਿਗਨਲ ਕਰ ਸਕਦੇ ਹੋ ਮੁਦਰਾ ਸੰਕੇਤ ਸਵੈ-ਸਿੱਖਣ ਹੈ, ਜੋ ਕਿ, ਉਦਾਹਰਨ ਲਈ, ਇੱਕ ਦਿੱਤੇ ਟੈਕਸਟ ਜ ਕਾਰ ਪਾਰਕ ਤੱਕ ਭਾਸ਼ਣ synthesize ਕਰਨ ਲਈ ਕਰ ਸਕਦੇ ਦੇ ਸਮਰੱਥ ਸਿਸਟਮ ਬਣਾਉਣ. ਪੱਛਮ ਵਿਚ ਨਿਊਰਲ ਨੈੱਟਵਰਕ ਵਰਤਿਆ ਹੋਰ ਸਰਗਰਮੀ, ਬਦਕਿਸਮਤੀ ਨਾਲ, ਘਰੇਲੂ ਫਰਮ ਅਜੇ ਇਸ ਵਿਧੀ ਨੂੰ ਅਪਣਾਇਆ ਗਿਆ ਸੀ.

ਨਾ ਵਧੀਆ ਹੱਲ - ਕੁਝ ਖੇਤਰ ਵਿੱਚ ਰਵਾਇਤੀ ਗਣਨਾ, ਮੌਜੂਦਾ ਨਿਊਰਲ ਨੈੱਟਵਰਕ 'ਤੇ ਐਨ ਦੇ ਫਾਇਦੇ ਦੇ ਬਾਵਜੂਦ. ਕਿਉਕਿ ਉਹ ਸਿੱਖਣ ਦੇ ਸਮਰੱਥ ਹਨ, ਉਹ ਗਲਤ ਹੋ ਸਕਦਾ ਹੈ. ਇਸ ਦੇ ਨਾਲ, ਤੁਹਾਨੂੰ ਬਿਲਕੁਲ ਗਾਰੰਟੀ ਨਹ ਕਰ ਸਕਦਾ ਹੈ, ਜੋ ਕਿ ਵਿਕਸਤ ਨਿਊਰਲ ਨੈੱਟਵਰਕ ਅਨੁਕੂਲ ਹੈ. ਡਿਵੈਲਪਰ ਨੂੰ ਸਮਝਣ ਚਾਹੀਦਾ ਹੈ ਸਮੱਸਿਆ ਦਾ ਸੁਭਾਅ ਨੂੰ ਸੰਬੋਧਨ ਕੀਤਾ ਜਾ ਰਿਹਾ ਹੈ, ਜੋ ਕਿ ਸਮੱਸਿਆ ਬਾਰੇ ਦੱਸਦਾ ਹੈ, ਟੈਸਟਿੰਗ ਅਤੇ ਸਿਖਲਾਈ ਨੈੱਟਵਰਕ ਲਈ ਡਾਟਾ ਪ੍ਰਾਪਤ ਕਰਨ ਲਈ ਜਾਣਕਾਰੀ ਦਾ ਇੱਕ ਬਹੁਤ ਹੈ, ਸਿਖਲਾਈ, ਤਬਾਦਲੇ ਦੇ ਫੰਕਸ਼ਨ ਅਤੇ adder ਫੰਕਸ਼ਨ ਦੇ ਸੱਜੇ ਢੰਗ ਦੀ ਚੋਣ ਕਰਨ ਲਈ.