तंत्रिका नेटवर्क में कई परतें क्यों होती हैं?

2024 लेखक: Lynn Donovan | [email protected]. अंतिम बार संशोधित: 2023-12-15 23:47

हम क्यों कई परतें हैं तथा विभिन्न नोड्स प्रति परत में एक तंत्रिका नेटवर्क ? हम जरुरत कम से कम एक छिपा हुआ परत के साथ गैर-रैखिक कार्यों को सीखने में सक्षम होने के लिए एक गैर-रैखिक सक्रियण। आमतौर पर, प्रत्येक के बारे में सोचता है परत एक अमूर्त स्तर के रूप में। इसलिए आप मॉडल को अधिक जटिल कार्यों में फिट करने की अनुमति देते हैं।

यह भी जानना है कि तंत्रिका नेटवर्क में एकाधिक परतों का उपयोग क्यों किया जाता है?

ए तंत्रिका नेटवर्क प्रत्येक पर एक गैर-रैखिक फ़ंक्शन का उपयोग करता है परत . दो परतों इसका मतलब इनपुट के रैखिक संयोजनों के गैर-रैखिक कार्यों के रैखिक संयोजन का एक गैर-रैखिक कार्य है। दूसरा वाला पहले वाले की तुलना में बहुत अधिक समृद्ध है। इसलिए प्रदर्शन में अंतर।

इसके अलावा, बहुस्तरीय तंत्रिका नेटवर्क क्या है? एक बहुपरत परसेप्ट्रॉन (एमएलपी) फीडफॉरवर्ड कृत्रिम का एक वर्ग है तंत्रिका नेटवर्क (एएनएन)। एक एमएलपी में नोड्स की कम से कम तीन परतें होती हैं: एक इनपुट परत , एक छिपा हुआ परत और एक आउटपुट परत . इनपुट नोड्स को छोड़कर, प्रत्येक नोड एक है न्यूरॉन जो एक गैर-रेखीय सक्रियण फ़ंक्शन का उपयोग करता है।

इस संबंध में, तंत्रिका नेटवर्क में परतें क्यों होती हैं?

तंत्रिका जाल (एक प्रकार का) जरुरत विभिन्न परतों डेटा के भीतर अधिक विस्तृत और अधिक अमूर्त संबंधों को जानने के लिए और गैर-रेखीय स्तर पर एक दूसरे के साथ कैसे बातचीत करते हैं।

तंत्रिका नेटवर्क में कितनी परतें होनी चाहिए?

तथापि, तंत्रिका जाल दो छिपे हुए के साथ परतों किसी भी प्रकार के आकार के साथ कार्यों का प्रतिनिधित्व कर सकते हैं। वर्तमान में उपयोग करने का कोई सैद्धांतिक कारण नहीं है तंत्रिका जाल दो से अधिक छिपे हुए के साथ परतों . वास्तव में, के लिए बहुत व्यावहारिक समस्याएं, एक से अधिक छिपे हुए का उपयोग करने का कोई कारण नहीं है परत.