मैं एक फीड-फॉरवर्ड न्यूरल नेटवर्क बनाना चाहता हूं जहां प्रशिक्षण डेटा में आउटपुट बूलियन, 0 या 1 हैं।
उपयोग में, हालांकि, मैं चाहता हूं कि आउटपुट अपेक्षित संभावना हो कि उस इनपुट ने 0 या 1 का उत्पादन किया होगा।
यह देखते हुए कि बैकप्रॉप के सबसे सामान्य रूप एक सिग्मॉइड सक्रियण फ़ंक्शन को नियोजित करते हैं, ऐसा लगता नहीं है कि इसका परिणाम आउटपुट के रूप में वास्तविक संभावनाओं में होगा (सिग्मॉइड वक्र वास्तव में "संभाव्य" फ़ंक्शन की तरह प्रतीत नहीं होता है - क्षमा करें, मुझे पता है कि यह हाथ है - लहरदार)।
या शायद मैं गलत हूँ। क्या सिग्मॉइड एक्टिवेशन फ़ंक्शंस का उपयोग करके फीड-फ़ॉरवर्ड न्यूरल नेट के आउटपुट, और बैकप्रोब का उपयोग करके प्रशिक्षित किया जा सकता है, इसे 0 के विपरीत 1 प्राप्त करने की वास्तविक संभावना के रूप में सुरक्षित रूप से माना जा सकता है?
1 उत्तर
हां, यदि आप मानक सिग्मॉइड सक्रियण फ़ंक्शन का उपयोग करते हैं तो यह उस तरह से काम करेगा जैसा आप चाहते हैं।
यह साबित करने वाला गणित थोड़ा जटिल है, लेकिन यह प्रभावी रूप से इस तथ्य पर उबलता है कि आप आउटपुट प्रशिक्षण सेट के औसत मूल्य को उत्पन्न करने के लिए सिग्मॉइड फ़ंक्शन को प्रशिक्षित कर रहे हैं (यह सामान्य बैकप्रॉप में चुकता त्रुटि फ़ंक्शन का उपयोग करने का एक परिणाम है) . चूंकि दो संभावित मान 0 और 1 हैं, इसलिए औसत मान 1 प्राप्त करने की संभावना के बिल्कुल बराबर है।
संबंधित सवाल
नए सवाल
artificial-intelligence
आर्टिफिशियल इंटेलिजेंस (एआई) कंप्यूटर विज्ञान और प्रौद्योगिकी की शाखा है जो मानव बुद्धि के पहलुओं को अनुकरण करने में सक्षम मशीनों के विकास का अध्ययन करती है। यह टैग कंप्यूटर गेम एप्लिकेशन के उस हिस्से को भी संदर्भित कर सकता है जो आभासी वर्णों के व्यवहार को नियंत्रित करता है जिसके साथ खिलाड़ी खेल के दौरान बातचीत कर सकता है।