वीडियो: तंत्रिका नेटवर्क में सक्रियण कार्य क्या करता है?
2024 लेखक: Lynn Donovan | [email protected]. अंतिम बार संशोधित: 2023-12-15 23:47
सक्रियण कार्य गणितीय समीकरण हैं जो a. के आउटपुट को निर्धारित करते हैं तंत्रिका नेटवर्क . NS समारोह प्रत्येक से जुड़ा हुआ है न्यूरॉन में नेटवर्क , और यह निर्धारित करता है कि इसे सक्रिय किया जाना चाहिए ("निकाल दिया") या नहीं, इस पर आधारित है कि प्रत्येक न्यूरॉन का इनपुट मॉडल की भविष्यवाणी के लिए प्रासंगिक है।
नतीजतन, तंत्रिका नेटवर्क में सक्रियण फ़ंक्शन की क्या भूमिका है?
की परिभाषा सक्रियण समारोह :- सक्रियण समारोह तय करता है, चाहे a न्यूरॉन भारित राशि की गणना करके और इसके साथ पूर्वाग्रह जोड़कर सक्रिय किया जाना चाहिए या नहीं। का उद्देश्य सक्रियण समारोह a. के आउटपुट में गैर-रैखिकता का परिचय देना है न्यूरॉन.
इसी तरह, सक्रियण कार्य क्या हैं और उनकी आवश्यकता क्यों है? सक्रियण कार्य एक कृत्रिम तंत्रिका नेटवर्क के लिए इनपुट और प्रतिक्रिया चर के बीच वास्तव में जटिल और गैर-रेखीय जटिल कार्यात्मक मैपिंग को सीखने और समझने के लिए वास्तव में महत्वपूर्ण हैं। वे हमारे नेटवर्क में गैर-रैखिक गुण पेश करें।
सक्रियण समारोह का उद्देश्य क्या है?
NS प्रयोजन का सक्रियण समारोह किसी प्रकार की गैर-रैखिक संपत्ति को जोड़ना है समारोह , जो एक तंत्रिका नेटवर्क है। के बिना सक्रियण कार्य , तंत्रिका नेटवर्क इनपुट x से आउटपुट y तक केवल रैखिक मैपिंग कर सकता है।
डीप लर्निंग में एक्टिवेशन फंक्शन क्या है?
में एक तंत्रिका नेटवर्क , NS सक्रियण समारोह नोड से सारांशित भारित इनपुट को में बदलने के लिए जिम्मेदार है सक्रियण उस इनपुट के लिए नोड या आउटपुट का। इस ट्यूटोरियल में, आप रेक्टिफाइड लीनियर की खोज करेंगे सक्रियण समारोह के लिये डीप लर्निंग न्यूरल नेटवर्क.
सिफारिश की:
तंत्रिका नेटवर्क में कई परतें क्यों होती हैं?
हमारे पास तंत्रिका नेटवर्क में प्रति परत एकाधिक परतें और एकाधिक नोड क्यों हैं? गैर-रैखिक कार्यों को सीखने में सक्षम होने के लिए हमें गैर-रेखीय सक्रियण के साथ कम से कम एक छिपी हुई परत की आवश्यकता होती है। आमतौर पर, प्रत्येक परत को एक अमूर्त स्तर के रूप में माना जाता है। इसलिए आप मॉडल को अधिक जटिल कार्यों में फिट करने की अनुमति देते हैं
एक तंत्रिका नेटवर्क सरल कैसे काम करता है?
एक तंत्रिका नेटवर्क के पीछे मूल विचार एक कंप्यूटर के अंदर कई घनी रूप से परस्पर जुड़ी मस्तिष्क कोशिकाओं का अनुकरण (सरल लेकिन उचित रूप से वफादार तरीके से कॉपी) करना है ताकि आप इसे चीजों को सीखने, पैटर्न को पहचानने और मानवीय तरीके से निर्णय लेने के लिए प्राप्त कर सकें। लेकिन यह दिमाग नहीं है
Google कैलेंडर में कार्य कैसे कार्य करते हैं?
Google कार्य आपको अपने डेस्कटॉप जीमेल या Google कार्य ऐप के भीतर एक टू-डू सूची बनाने देता है। जब आप कोई कार्य जोड़ते हैं, तो आप उसे अपने जीमेल कैलेंडर में एकीकृत कर सकते हैं, और विवरण या उप-कार्य जोड़ सकते हैं। जीमेल ने वर्षों से एक टास्क टूल की पेशकश की है, लेकिन नए Google डिज़ाइन के साथ, टास्क आसान और उपयोग में आसान है
बहुपरत तंत्रिका नेटवर्क क्या है?
एक बहुपरत परसेप्ट्रॉन (एमएलपी) फीडफॉरवर्ड कृत्रिम तंत्रिका नेटवर्क (एएनएन) का एक वर्ग है। एक एमएलपी में नोड्स की कम से कम तीन परतें होती हैं: एक इनपुट परत, एक छिपी हुई परत और एक आउटपुट परत। इनपुट नोड्स को छोड़कर, प्रत्येक नोड एक न्यूरॉन है जो एक गैर-रेखीय सक्रियण फ़ंक्शन का उपयोग करता है
दृढ़ तंत्रिका नेटवर्क कैसे काम करता है?
एक कन्वेन्शनल न्यूरल नेटवर्क (ConvNet/CNN) एक डीप लर्निंग एल्गोरिथम है जो एक इनपुट इमेज ले सकता है, इमेज के विभिन्न पहलुओं/वस्तुओं को महत्व (सीखने योग्य वज़न और पूर्वाग्रह) असाइन कर सकता है और एक को दूसरे से अलग करने में सक्षम हो सकता है।