Скрытый слой
В искусственных нейронных сетях скрытый слой представляет собой серию искусственных нейронов , которые обрабатывают входные данные, полученные от входных слоев, прежде чем передать их выходному слою. Примером нейронной сети, использующей скрытый слой, является нейронная сеть прямого распространения . [1]
Скрытые слои преобразуют входные данные из входного слоя в выходной слой. Это достигается путем применения так называемых весов к входным данным и передачи их через так называемую функцию активации , которая рассчитывает входные данные на основе входных данных и веса. Это позволяет искусственной нейронной сети изучать нелинейные связи между входными и выходными данными.
Взвешенные входные данные могут быть назначены случайным образом. Их также можно точно настроить и откалибровать с помощью так называемого обратного распространения ошибки . [2]
Ограничения
[ редактировать ]Большое количество скрытых слоев с точки зрения сложности может вызвать так называемое переоснащение , когда сеть сопоставляет данные до уровня, на котором обобщение ограничено. В противоположной ситуации, когда количество скрытых слоев меньше, чем имеющаяся сложность, это может привести к недостаточной подгонке , и система может с трудом справиться с поставленной перед ней задачей. [3]
Ссылки
[ редактировать ]- ^ Антониадис, Панайотис (18 марта 2024 г.). «Скрытые слои в нейронной сети | Основы информатики» . Баелдунг . Проверено 2 мая 2024 г.
- ^ Роуз, Маргарет (05 сентября 2018 г.). «Скрытый слой» . Техопедия . Проверено 2 мая 2024 г.
- ^ Влияние скрытых слоев на эффективность нейронных сетейМухаммад Узаир, Норин Джамиль IEEE 23-я многотемная конференция