Учебное пособие Харьков 014 удк
жүктеу/скачать 23,07 Mb. Pdf көрінісі
|
27923 be41ef1a91f5ec5f0dbff9070de5c875
|
функции ) , а и в виде других значений, определяемых с помощью так называемой активационной (передаточной) функции нейрона. Активационная функция f(x), где x = net может иметь следующий вид (рис. 7.25). При этом величина сдвига 0 −ϕ для каждого из нейронов имеет свое значение. Использование нелинейных активационных функций придает компьютерной модели нейрона характер нелинейного звена, а варьирование порогового значения 0 −ϕ , еще больше расширяет функциональные возможности модели. Несколько соединенных между собой нейронов образуют простейшую нейронную сеть. На рис. 7.26 представлена подобная сеть с BIAS. 246 Рис. 7.25. Виды активационных функций 1 e 2 e 1 N 2 N 11 W 21 W 1 ϕ − 1 2 ϕ − 1 a 2 a 12 W 22 W Рис. 7.26. Простейшая нейронная сеть с BIAS Для такой сети очевидно справедливо: ( ) ( ) 1 1 1 2 2 2 a f net a f net = − ϕ = − ϕ , (7.9) где net 1 = e 1 W 11 + e 2 W 12 (7.10) net 1 = e 1 W 11 ± e 2 W 12 247 Для использования матричных методов вычислений запишем: 1 1 1 11 12 21 22 2 2 2 ; ; ; . e a W W e W a W W e a −ϕ = = = ϕ = −ϕ (7.11) где е – вектор входных значений; а – вектор выходных значений; W – матрица весовых коэффициентов; φ – вектор сдвигов. Очевидно, в матричной форме справедливо жүктеу/скачать 23,07 Mb. Достарыңызбен бөлісу:
|