Delta-regel

Forfatter: Roger Morrison
Oprettelsesdato: 27 September 2021
Opdateringsdato: 19 Juni 2024
Anonim
Neuronale Netze [010] - Delta Lernregel
Video.: Neuronale Netze [010] - Delta Lernregel

Indhold

Definition - Hvad betyder Delta Rule?

Delta-reglen i maskinindlæring og neurale netværksmiljøer er en bestemt type backpropagation, der hjælper med at finjustere forbindelseistiske ML / AI-netværk, hvilket skaber forbindelser mellem input og output med lag af kunstige neuroner.


Delta-reglen er også kendt som Delta-læringsreglen.

En introduktion til Microsoft Azure og Microsoft Cloud | Gennem denne vejledning lærer du, hvad cloud computing handler om, og hvordan Microsoft Azure kan hjælpe dig med at migrere og drive din virksomhed fra skyen.

Techopedia forklarer Delta Rule

Generelt har bagpropagering at gøre med genberegning af inputvægte for kunstige neuroner ved anvendelse af en gradientmetode. Delta-læring gør dette ved hjælp af forskellen mellem en målaktivering og en faktisk opnået aktivering. Ved hjælp af en lineær aktiveringsfunktion justeres netværksforbindelser.

En anden måde at forklare delta-reglen er, at den bruger en fejlfunktion til at udføre gradientafstamningsindlæring.

En tutorial om Delta-reglen forklarer, at teknologien i det væsentlige sammenligner en faktisk output med en målrettet output forsøger at finde et match. Hvis der ikke er et match, foretager programmet ændringer. Den faktiske implementering af delta-reglen vil variere afhængigt af netværket og dets sammensætning, men ved at anvende en lineær aktiveringsfunktion kan delta-reglen være nyttig til at raffinere nogle typer af neurale netværkssystemer med særlige smagsoplevelser til bagpropagering.