Нейросетевые технологии. Каширина И.Л. - 14 стр.

UptoLike

ВУЗ: 

ВГУ | Воронеж

Составители: 

Рубрика: 

14
септронный нейрон в качестве активационной функции использует функ-
цию единичного скачка (пороговую).
Алгоритм обучения персептрона
Для простоты рассмотрим вначале процедуру обучения персептрона,
состоящего только из одного нейрона.
Рис. 7. Однонейронный перcептрон с n входами
Подробная схема такого персептрона изображена на рис. 7. Как отме-
чалось ранее, будем считать, что персептрон имеет дополнительный вход
0
x , который всегда равен 1. В таком случае, пороговое смещение Θ = 0 и
y =
⎩
⎨
⎧
≥
<
=
0,1
;0,0
)(
s
s
sf .
Обучение персептрона состоит в подстройке весовых коэффициентов
w
i
, где ni ,0= . Обученный персептрон способен разделять требуемое
множество образов на два класса. (К первому классу относятся входные
образы, для которых на выходе персептрона получено нулевое значение,
ко второму классу – образы, для которых получено единичное значение).
Обучение персептрона – это обучение с учителем, то есть должен су-
ществовать набор векторов
PkyX
k
k
,1),,( = , называемый обучающей вы-
боркой. Здесь
12
)( , ,..., 1,
kkkk
n
XxxxkP== – примеры входных образов, для
которых заранее известна их принадлежность к одному из двух данных
классов.
Будем называть персептрон обученным на данной обучающей выбор-
ке, если при подаче на вход каждого вектора
k
X на выходе всякий раз по-
лучается соответствующее значение
k
y
∈
{0,1}. Предложенный Ф. Розен-
блаттом метод обучения состоит в итерационной подстройке весовых ко-
эффициентов
w
i
, последовательно уменьшающей выходные ошибки.
Алгоритм включает несколько шагов.
∑
=
⋅=
n
i
ii
wxs
0
септронный нейрон в качестве активационной функции использует функ-
цию единичного скачка (пороговую).
                       Алгоритм обучения персептрона
     Для простоты рассмотрим вначале процедуру обучения персептрона,
 состоящего только из одного нейрона.




                                              n
                                         s = ∑ xi ⋅ wi
                                             i =0




               Рис. 7. Однонейронный перcептрон с n входами
     Подробная схема такого персептрона изображена на рис. 7. Как отме-
чалось ранее, будем считать, что персептрон имеет дополнительный вход
x0 , который всегда равен 1. В таком случае, пороговое смещение Θ = 0 и
            ⎧0, s < 0;
y = f (s) = ⎨          .
            ⎩1, s ≥ 0
     Обучение персептрона состоит в подстройке весовых коэффициентов
wi, где i = 0, n . Обученный персептрон способен разделять требуемое
множество образов на два класса. (К первому классу относятся входные
образы, для которых на выходе персептрона получено нулевое значение,
ко второму классу – образы, для которых получено единичное значение).
     Обучение персептрона – это обучение с учителем, то есть должен су-
ществовать набор векторов ( X k , y k ), k = 1, P , называемый обучающей вы-
боркой. Здесь X k = ( x k , x k ,..., x k ) k = 1, P – примеры входных образов, для
                        1   2    n
которых заранее известна их принадлежность к одному из двух данных
классов.
     Будем называть персептрон обученным на данной обучающей выбор-
ке, если при подаче на вход каждого вектора X k на выходе всякий раз по-
лучается соответствующее значение y k ∈ {0,1}. Предложенный Ф. Розен-
блаттом метод обучения состоит в итерационной подстройке весовых ко-
эффициентов wi, последовательно уменьшающей выходные ошибки.
     Алгоритм включает несколько шагов.
                                        14

Страницы