Delta regel

Författare: Roger Morrison
Skapelsedatum: 27 September 2021
Uppdatera Datum: 9 Maj 2024
Anonim
Neuronale Netze [010] - Delta Lernregel
Video: Neuronale Netze [010] - Delta Lernregel

Innehåll

Definition - Vad betyder Delta Rule?

Delta-regeln i maskininlärning och neurala nätverksmiljöer är en specifik typ av bakpropagering som hjälper till att förfina anslutningsföretagens ML / AI-nätverk, vilket gör anslutningar mellan ingångar och utgångar med lager av konstgjorda neuroner.


Delta-regeln är också känd som Delta-lärningsregeln.

En introduktion till Microsoft Azure och Microsoft Cloud | I hela denna guide kommer du att lära dig vad cloud computing handlar om och hur Microsoft Azure kan hjälpa dig att migrera och driva ditt företag från molnet.

Techopedia förklarar Delta Rule

I allmänhet har backpropagation att göra med omberäkna inmatningsvikter för konstgjorda neuroner med hjälp av en gradientmetod. Delta-lärande gör detta med skillnaden mellan en målaktivering och en verklig erhållen aktivering. Med hjälp av en linjär aktiveringsfunktion justeras nätverksanslutningarna.

Ett annat sätt att förklara delta-regeln är att den använder en felfunktion för att utföra lutning med lutning av lutning.

En handledning om Delta-regeln förklarar att tekniken i huvudsak jämför med en faktisk utgång med en riktad utgång, försöker hitta en matchning. Om det inte finns någon matchning gör programmet ändringar. Den faktiska implementeringen av delta-regeln kommer att variera beroende på nätverket och dess sammansättning, men genom att använda en linjär aktiveringsfunktion kan delta-regeln vara användbar för att förfina vissa typer av neurala nätverkssystem med speciella smaker av backpropagation.