Perceptron là một mạng nơ-ron một lớp và một Perceptron nhiều lớp được
gọi là Mạng Neural.
Perceptron dựa trên phân loại tuyến
tính (nhị phân). Ngoài ra, nó còn được sử dụng trong học tập có giám sát. Nó giúp
phân loại dữ liệu đầu vào nhất định. Nhưng làm thế nào để nó hoạt động?
Như chúng ta đều biết, một mạng
lưới thần kinh bình thường sẽ trông như thế này:
Đọc cuốn sách này 👇
Nó đã giúp tôi rất nhiều.
Như bạn đã thấy ở hình trên, nó có rất nhiều lớp.
Perceptron bao gồm 4 phần:
1 - Giá trị đầu vào hoặc một lớp đầu vào.
2 - Hệ số Weights và Bias
3 - Tổng (Net Sum)
4 - Hàm kích hoạt (Activation Function)
Mạng lưới thần kinh (Neural Network) hoạt động tương tự như Perceptron. Vì vậy, nếu bạn muốn biết Neural Network hoạt động như thế nào, hãy tìm hiểu cách thức hoạt động của Perceptron.
Nhưng làm thế nào để nó hoạt động?
Perceptron hoạt động trên các bước đơn giản này.
a. Tất cả các đầu vào X được nhân với trọng số của chúng W. Hãy gọi nó là K.
b. Thêm tất cả giá trị K và gọi chúng là Tổng trọng số (Weighted Sum).
c. Áp dụng Tổng trọng số đó cho Hàm kích hoạt (Activation Function).
Ví dụ: Hàm kích hoạt bước đơn vị.
Hệ số Weights cho thấy tầm quan trọng của các nút.
Giá trị Bias cho phép bạn dịch chuyển đường cong Activation Function lên hoặc xuống.
Tóm lại, các Active Function được sử dụng để ánh xạ đầu vào giữa các giá trị bắt buộc như (0,1) hoặc (-1,1).
Để giải thích rõ hơn, hãy quay lại câu chuyện về Activation Functions : Neural Networks.
Chúng ta sử dụng Perceptron ở đâu?
Perceptron thường được sử dụng để phân loại dữ liệu thành hai phần. Do đó, nó còn được gọi là phân loại nhị phân tuyến tính.

-------------------------------------------------------------------------------------------------------------
Nguồn: https://towardsdatascience.com/what-the-hell-is-perceptron-626217814f53
-------------------------------------------------------------------------------------------------------------
----> Trong quá trình tự học nghiên cứu Computer Vision, mình đã đã tìm kiếm và dịch một số bài viết về những thứ liên quan đến Computer Vision với mục đích học tập dễ dàng hơn, cũng như chia sẻ để mọi người cùng học. Bài dịch còn nhiều sai sót, mong mọi người góp ý, mình sẽ xem sét, bổ xung và sửa đổi để bài dịch được hoàn thiện hơn.
----> Nếu bạn cũng đang nghiên cứu và có đam mê về công nghệ. Bạn có thể liên hệ với mình qua
Email: tieutuanbao@gmail.com
Facebook: tieutuanbao
Mình rất vui khi được giao lưu và học tập cùng các bạn!
-------------------------------------------------------------------------------------------------------------
Cảm ơn mọi người!!!
~BitsCat~

Không có nhận xét nào:
Đăng nhận xét