Делта правило

Аутор: Roger Morrison
Датум Стварања: 27 Септембар 2021
Ажурирати Датум: 19 Јуни 2024
Anonim
NeuralLab. Урок 9. Классификатор использующий Дельта Правило
Видео: NeuralLab. Урок 9. Классификатор использующий Дельта Правило

Садржај

Дефиниција - Шта значи правило Делта?

Правило Делта у окружењу машинског учења и окружења неуронске мреже је специфична врста повратног ширења која помаже да се прочисте конективистичке МЛ / АИ мреже, правећи везе између улаза и излаза са слојевима вештачких неурона.


Делта правило је познато и као Делта учење правило.

Увод у Мицрософт Азуре и Мицрософт Цлоуд | Кроз овај водич научићете о томе шта се рачуна у облаку и како вам Мицрософт Азуре може помоћи да мигрирате и покренете посао из облака.

Техопедија објашњава Делта правило

Генерално, повратно ширење има везе са прерачунавањем улазних тежина за вештачке неуроне применом методе градијента. Делта учење то ради користећи разлику између циљане активације и стварне добијене активације. Помоћу функције линеарне активације подешавају се мрежне везе.

Други начин да се објасни правило Делта је да се помоћу функције грешке врши учење спуштања у градијенту.

Туториал о Делта правилу објашњава да у основи упоређујући стварни излаз са циљаним излазом, технологија покушава пронаћи подударање. Ако нема подударања, програм уноси измене. Стварна примена правила Делта ће се разликовати овисно о мрежи и њеном саставу, али употребом линеарне функције активирања, Делта правило може бити корисно у рафинирању неких врста неуронских мрежних система с одређеним укусима бацкпропагације.