"Sinir ağı" ve "perceptron" terimleri arasında herhangi bir fark var mı?
Yanıtlar:
Evet, - "algılayıcı", 1957'de Rosenblatt tarafından ana hatlarıyla belirtilen belirli bir denetimli öğrenme modelini ifade eder. Algılayıcı, belirli bir sinir ağı tipidir ve aslında, geliştirilen sinir ağı tiplerinden biri olarak tarihsel olarak önemlidir. Algılayıcıdan sonra geliştirilen başka sinir ağları türleri vardır ve sinir ağlarının çeşitliliği büyümeye devam eder (özellikle bu günlerde en son ve modaya uygun derin öğrenmenin ne olduğu göz önüne alındığında).
Perceptron modelleri nöral ağ modelleri seti içinde yer almaktadır.
(Tek katmanlı) algılayıcı, doğrusal bir ikili sınıflandırıcı olarak çalışan tek katmanlı bir sinir ağıdır. Tek katmanlı bir sinir ağı olarak, geri yayılma gibi daha gelişmiş algoritmalar kullanılmadan eğitilebilir ve bunun yerine bir öğrenme oranı ile belirtilen adımlarda hatanıza "adım atmak" ile eğitilebilir. Birisi perceptron dediğinde, genellikle tek katmanlı versiyonu düşünürüm.
Bununla birlikte, çok katmanlı bir algılayıcıdan bahsediyorsanız , bu terim, ileri beslemeli bir sinir ağı ile aynıdır .
Perceptron Öğrenme prosedürü gizli katmanlara genelleştirilemez
• Algılayıcı yakınsama prosedürü, ağırlıklar her değiştiğinde “cömertçe uygulanabilir” her ağırlık grubuna yaklaştıklarından emin olarak çalışır.
- Bu tür bir garanti, iki iyi çözümün ortalamasının kötü bir çözüm olabileceği daha karmaşık ağlara genişletilemez.
• Bu nedenle “çok katmanlı” sinir ağları algılayıcı öğrenme prosedürünü kullanmaz.
- Asla çok katmanlı algılayıcılar olarak adlandırılmamalıdır.
-Referans Coursera.org - Yapay sinir ağı kursu - Hafta 3
@ Nick bahsedildiği gibi Preceptron bir olan sinir ağı kullanımı tek tabaka ile elle yazılmış programlar tanımlamak için sağduyu dayalı özellikler . Bu özellikler ağ girişi olarak kullanılır ve daha sonra buna dayalı ikili karar verir.
[Resim ve açıklama Coursera'daki Hinton Slide'ın temeline dayanıyordu]