차례:
정의-무게는 무엇을 의미합니까?
무게에 대한 아이디어는 인공 신경 네트워크의 기본 개념입니다. 가중 입력 세트를 사용하면 시스템의 각 인공 뉴런 또는 노드가 관련 출력을 생성 할 수 있습니다. 유사한 시스템을위한 인공 신경 네트워크가 사용되는 기계 학습 및 인공 지능 프로젝트를 다루는 전문가는 종종 생물학적 및 기술 시스템의 기능으로 무게에 대해 이야기합니다.
무게는 시냅스 무게라고도합니다.
Techopedia는 무게를 설명합니다
인공 뉴런에서 가중 입력의 모음은 뉴런이 활성화 기능에 관여하고 결정 (발사 또는 발사하지 않음)을 생성하는 매개체입니다. 전형적인 인공 신경망은 입력 계층, 숨겨진 계층 및 출력 계층을 포함하는 다양한 계층을 갖는다. 각 층에서, 개별 뉴런은 이러한 입력을 취하고 그에 따라 가중치를 부여합니다. 이것은 뉴런의 축삭에서 다른 뉴런의 수상 돌기로 주어진 시냅스 무게로 신호를 보내는 개별 뉴런의 생물학적 활동을 시뮬레이션합니다.
IT 전문가는 특정 수학 방정식과 시각적 모델링 기능을 활용하여 인공 신경망에서 시냅스 가중치가 어떻게 사용되는지 보여줄 수 있습니다. 역 전파 (backpropagation)라고 불리는 시스템에서, 입력 가중치는 시스템이 올바르게 적용하는 방법을 배울 때 출력 기능에 따라 변경 될 수 있습니다. 이 모든 것은 복잡한 기계 학습 프로젝트에서 신경망이 작동하는 방식에 기초가됩니다.
이 정의는 신경망의 맥락에서 작성되었습니다
