Itankalẹ afẹyinti
Afẹyinti jẹ algorithm ti o jẹ ki nẹtiwọọki nkankikan kọ ẹkọ lati awọn aṣiṣe rẹ nipa ṣiṣe iṣiro daradara bi iwuwo kọọkan ṣe ṣe alabapin si aṣiṣe naa.
Akopọ
O ti wa ni awọn engine sile fere gbogbo igbalode jin eko ikẹkọ.
Jin Dive
Nigbati nẹtiwọọki nkankikan ṣe asọtẹlẹ, o ṣe agbejade diẹ ninu aṣiṣe ti a ṣe iwọn nipasẹ iṣẹ isonu kan. Ipilẹhin ṣe idahun ibeere pataki kan: bawo ni o yẹ ki ọkọọkan awọn miliọnu awọn iwuwo yipada lati dinku aṣiṣe yẹn? O ṣe eyi nipa lilo ofin pq lati kakulosi, ṣiṣẹ sẹhin lati Layer ti o wu jade si Layer input. Ifihan agbara aṣiṣe naa ti kọja nipasẹ nẹtiwọọki, ati ni ipele kọọkan algorithm ṣe iṣiro gradient, itọsọna ati iye iwuwo kọọkan yẹ ki o yipada. Imọye bọtini, ti o gbajumọ nipasẹ Rumelhart, Hinton, ati Williams ni ọdun 1986, ni pe awọn abajade agbedemeji le tun lo, ṣiṣe iṣiro naa daradara. Laisi isọdọtun, ikẹkọ nẹtiwọọki ti o jinlẹ pẹlu awọn ọkẹ àìmọye awọn ayeraye yoo jẹ ainireti iṣiro.
Imọ-imọ-ẹrọ
Backpropagation ṣiṣẹ ni meji koja. Ikọja-ọna siwaju ṣe iṣiro asọtẹlẹ ati fi awọn iṣẹ ṣiṣe agbedemeji pamọ. Iwe-iwọle sẹhin lo ofin pq: o ṣe isodipupo awọn itọsẹ agbegbe nipasẹ Layer, titan itesiwaju pipadanu pẹlu ọwọ si iwuwo kọọkan. Ni pataki, o ṣafipamọ ati tun lo awọn itọsẹ apa kan dipo ṣiṣatunṣe wọn, nitorinaa idiyele naa duro ni aijọju iwọn si gbigbe siwaju kan. Abajade gradients ti wa ni ki o si fi si ohun iṣapeye bi gradient irandiran lati mu awọn iwọn.
Ipa Ilana
Awọn ipinnu diẹ sii
O ṣe iranlọwọ fun ọ lati ya sọtọ awọn iṣeduro imọ-ẹrọ lati ede tita.
Iye owo ati isuna
O le beere awọn ibeere imuse to dara julọ ṣaaju lilo owo tabi akoko.
Ẹgbẹ ati ṣiṣan iṣẹ
Awọn ẹgbẹ pẹlu oye pinpin ṣe ọja to dara julọ, eto imulo, ati awọn ipinnu ikẹkọ.
Ojo iwaju ti Backpropagation
Itankalẹ afẹyinti jẹ ẹhin ti ẹkọ ti o jinlẹ, ṣugbọn awọn oniwadi n ṣe iwadii awọn opin rẹ. Iye idiyele iranti rẹ dagba pẹlu ijinle nẹtiwọọki, awọn ẹtan ti o ni iyanju bii ibi-iṣayẹwo gradient fun awọn awoṣe nla. Awọn ọna miiran ti o ni atilẹyin biologically gẹgẹbi ẹkọ siwaju-siwaju ati titete esi ni ifọkansi lati yọ igbẹkẹle backprop kuro lori awọn iwuwo alarawọn ati awọn ifihan agbara aṣiṣe agbaye. Ni bayi, ko si ọna ti o baamu ṣiṣe rẹ ni iwọn, nitorinaa reti isọdọtun si agbara awọn awoṣe aala fun awọn ọdun lakoko ti awọn omiiran wọnyi dagba ni awọn ile-iwadii iwadii.
Real-World imuse
Ikẹkọ olupilẹṣẹ aworan ki o maa ṣatunṣe awọn asẹ lati ṣe idanimọ awọn ologbo dipo awọn aja lẹhin ipele kọọkan ti awọn fọto
Ṣiṣe atunṣe awoṣe ede nla kan lori awọn iwe-ipamọ ile-iṣẹ nipasẹ didasilẹ aṣiṣe ti awọn ọrọ ti o tẹle ti asọtẹlẹ
Nkọni nẹtiwọọki iran ọkọ ayọkẹlẹ awakọ ti ara ẹni lati dinku awọn aṣiṣe asọtẹlẹ igun idari lakoko kikopa
Ṣiṣe imudojuiwọn awọn ifisinu awoṣe iṣeduro ki o dara sọtẹlẹ iru fiimu wo ni olumulo yoo tẹ
Awọn ewu & Awọn ọna iṣọ
Awọn ẹgbẹ oriṣiriṣi le lo ọrọ kanna ni oriṣiriṣi, nitorinaa ṣalaye iwọn ni kutukutu.
Awọn aṣepari le wo lagbara lakoko ti iṣẹ-aye gidi ko ṣe deede.
Aibikita didara data ati awọn ero igbelewọn nigbagbogbo ṣẹda awọn abajade ẹlẹgẹ.
Ilana Ilana imuse
Bẹrẹ pẹlu itumọ-ede itele ti abajade ti o nilo.
Mu metiriki aṣeyọri kan ati ipo ikuna kan ṣaaju idanwo.
Ṣiṣe awakọ kekere kan pẹlu data aṣoju, kii ṣe eto demo didan.
Iwe ibi ti Backpropagation ṣe iranlọwọ ati nibiti awọn ọna ti o rọrun dara julọ.
Tesiwaju Ṣiṣawari
Free newsletter
Get the daily AI briefing
Three verified AI stories every weekday morning, written in plain English. Free forever, no ads.
One email each weekday. Unsubscribe in one click. We never sell or share your address.
Test yourself
Take the Backpropagation quiz
Instant feedback on every answer, and a shareable certificate with a verifiable ID once you pass a course.
Support free AI education. AI Understanding is a 501(c)(3) nonprofit — no ads, no paywall, ever. Make a donation
Itọsọna atẹle
Awọn iṣẹ pipadanu
Awọn ibeere ti a beere nigbagbogbo
Kini Backpropagation?
Afẹyinti jẹ algorithm ti o jẹ ki nẹtiwọọki nkankikan kọ ẹkọ lati awọn aṣiṣe rẹ nipa ṣiṣe iṣiro daradara bi iwuwo kọọkan ṣe ṣe alabapin si aṣiṣe naa. O jẹ ẹrọ ti o wa lẹhin gbogbo ikẹkọ jinlẹ ti ode oni.
Kini idi akọkọ ti isọdọtun?
Backpropagation oniṣiro awọn gradient ti awọn isonu pẹlu ọwọ si kọọkan àdánù, enikeji optimizer bi o lati ṣatunṣe wọn lati din aṣiṣe.
Ofin mathematiki wo ni o wa ni okan ti isọdọtun?
Itọpa ẹhin lo ofin pq lati ṣajọpọ awọn itọsẹ agbegbe kọja awọn ipele, ti n tan kaakiri aṣiṣe aṣiṣe sẹhin nipasẹ nẹtiwọọki.
Kini idi ti ipadasẹhin ṣe ka iṣiro daradara?
Nipa fifipamọ awọn itọsẹ apa kan ati awọn imuṣiṣẹ lati iwe-iwọle siwaju, isọdọtun yẹra fun iṣiro laiṣe, fifi iye owo sunmọ ti iwe-iwọle siwaju ẹyọkan.
Ni aṣẹ wo ni isọdọtun ṣe iṣiro awọn gradients?
Orukọ naa sọ gbogbo rẹ: aṣiṣe jẹ ikede sẹhin, bẹrẹ ni iṣelọpọ ati gbigbe si ọna titẹ sii, nitorinaa iwọn ilawọn Layer kọọkan da lori Layer lẹhin rẹ.
Kini isọdọtun ṣe jade ti oluṣapejuwe lẹhinna nlo?
Ipilẹṣẹ ṣe agbejade awọn gradients, eyiti oluṣapejuwe bii irandiwọn gradient nlo lati ṣe imudojuiwọn awọn iwuwo ni itọsọna ti o dinku isonu naa.