WEBVTT

00:00.300 --> 00:02.290
สวัสดีและยินดีต้อนรับกลับสู่หลักสูตรและการเรียนรู้อย่างลึกซึ้ง

00:02.430 --> 00:07.980
วันนี้เรากำลังพูดถึงเซลล์ประสาทซึ่งเป็นหน่วยการสร้างพื้นฐานของเครือข่ายประสาทเทียม

00:08.010 --> 00:09.390
ดังนั้นเรามาเริ่มกันเลย

00:09.390 --> 00:11.340
ก่อนหน้านี้เราเห็นภาพที่มีลักษณะเช่นนี้

00:11.340 --> 00:19.950
และนี่คือเซลล์ประสาทในชีวิตจริงที่เกิดขึ้นจริงซึ่งถูกทาลงบนความมันวาวและสีนิดหน่อยและพวกมันจะถูกสังเกตผ่านกล้องจุลทรรศน์

00:19.950 --> 00:22.140
นี่คือสิ่งที่พวกเขามีลักษณะเหมือนที่คุณเห็น

00:22.140 --> 00:30.250
ค่อนข้างโครงสร้างที่น่าสนใจร่างกายและจากนั้นหางที่แตกต่างกันหลายชนิดออกมาจากพวกเขา

00:30.330 --> 00:32.350
และนี่คือสิ่งที่น่าสนใจมาก

00:32.370 --> 00:51.000
แต่คำถามคือเราจะสร้างมันขึ้นมาใหม่ได้อย่างไรในเครื่องเพราะเราต้องสร้างมันขึ้นมาใหม่และใช้เครื่องจักรเพราะจุดประสงค์ทั้งหมดของการเรียนรู้ลึกคือการเลียนแบบการทำงานของสมองมนุษย์โดยหวังว่าจะทำเช่นนั้น น่าอัศจรรย์

00:51.000 --> 00:55.200
เรากำลังจะสร้างโครงสร้างพื้นฐานที่น่าทึ่งสำหรับเครื่องจักรเพื่อให้สามารถเรียนรู้ได้

00:55.230 --> 00:56.800
และทำไมเราถึงหวังอย่างนั้น

00:56.820 --> 01:07.300
เพราะว่าสมองของมนุษย์นั้นเป็นเพียงเครื่องมือการเรียนรู้ที่ทรงพลังที่สุดในโลกหรือเป็นกลไกการเรียนรู้บนโลกใบนี้

01:07.320 --> 01:11.310
และเราแค่หวังว่าถ้าเราสร้างมันขึ้นมาใหม่เราจะมีบางอย่างที่ยอดเยี่ยมเช่นนั้น

01:11.310 --> 01:18.380
ดังนั้นความท้าทายของเราในตอนนี้ขั้นตอนแรกของเราในการสร้างเครือข่ายประสาทเทียมคือการสร้างเซลล์ประสาทขึ้นมาใหม่

01:18.390 --> 01:19.090
ดังนั้นเราจะทำอย่างไร

01:19.110 --> 01:23.840
ก่อนอื่นมาดูกันว่ามันคืออะไร

01:23.880 --> 01:33.180
ภาพนี้ถูกสร้างขึ้นครั้งแรกโดยนักประสาทวิทยาชาวสเปนและ Chagga Ramon Yi Kajal ในปี 1899

01:33.180 --> 01:37.780
และสิ่งที่เขาทำก็คือเขาเสียชีวิตด้วยเซลล์ประสาทในเนื้อเยื่อสมองจริง

01:37.780 --> 01:39.850
และดูที่พวกเขาภายใต้กล้องจุลทรรศน์

01:39.900 --> 01:43.530
และในขณะที่เขาดูพวกเขาเขาดึงสิ่งที่เขาเห็นและนี่คือสิ่งที่เขาเห็น

01:43.530 --> 01:59.410
เขาเห็นมันถึงมือของคุณหรือเซลล์ประสาทขนาดใหญ่สองตัวที่อยู่ด้านบนซึ่งมีกิ่งเหล่านี้ทั้งหมดหลุดออกมาจากส่วนบนของพวกเขาจากนั้นแต่ละคนก็มีการหลอกลวงนี้

01:59.520 --> 02:01.510
และนั่นคือสิ่งที่เขาเห็น

02:01.660 --> 02:11.890
และตอนนี้คุณรู้แล้วว่าเทคโนโลยีก้าวหน้าไปมากและเราได้เห็นเซลล์ประสาทอย่างใกล้ชิดในรายละเอียดมากขึ้นและตอนนี้เราสามารถวาดสิ่งที่ดูเหมือนว่าเป็นไดอะแกรม

02:11.910 --> 02:13.220
ลองดูที่นั่น

02:13.440 --> 02:14.190
นี่คือเซลล์ประสาท

02:14.190 --> 02:24.310
นี่คือสิ่งที่ดูเหมือนว่าคล้ายกับสิ่งที่ซานติเอโกรอบหนึ่งที่นี่และที่นี่และปีนี้และสิ่งที่เราสามารถเห็นได้ว่ามันมีร่างกาย

02:24.570 --> 02:29.100
นั่นคือส่วนหลักของเซลล์ประสาทและจากนั้นก็มีกิ่งก้านบางส่วนที่เรียกว่า dendrites และมันก็มี

02:29.160 --> 02:33.200
X ซึ่งก็คือหางยาวของเงินยูโร

02:33.300 --> 02:38.030
แล้วเดนเดรตเหล่านี้คืออะไรและเมื่อใดที่ต่างประเทศมีแกนอยู่ดี

02:38.130 --> 02:44.040
ประเด็นสำคัญที่ต้องทำความเข้าใจที่นี่คือเซลล์ประสาทด้วยตัวเองนั้นไร้ประโยชน์มาก

02:44.040 --> 02:45.570
มันเหมือนมด

02:45.600 --> 02:46.140
ขวา.

02:46.170 --> 02:49.640
และด้วยตัวของมันเองฉันสามารถทำโฆษณาห้ารายการด้วยกันได้

02:49.830 --> 02:51.170
บางทีพวกเขาสามารถรับบางสิ่งบางอย่าง

02:51.190 --> 02:59.340
แต่อีกครั้งพวกเขาพวกเขาไม่สามารถสร้างเสามดหรือเรียกพวกมันว่าสร้างอาณานิคมที่ไม่สามารถทำงานร่วมกันในฐานะสิ่งมีชีวิตขนาดใหญ่

02:59.370 --> 03:05.680
แต่ในเวลาเดียวกันเมื่อคุณมีโฆษณาจำนวนมากเช่นเดียวกับที่คุณมีในล้านและพวกเขาสามารถสร้างอาณานิคมทั้งที่พวกเขาสามารถสร้าง anthill

03:05.680 --> 03:06.600
สิ่งเดียวกันกับเซลล์ประสาท

03:06.600 --> 03:12.320
โดยตัวของมันเองมันไม่ได้แข็งแกร่งขนาดนั้น แต่เมื่อคุณมีเซลล์ประสาทจำนวนมากเข้าด้วยกันพวกมันทำงานร่วมกันเพื่อทำเวทมนตร์

03:12.510 --> 03:13.820
และพวกเขาทำงานร่วมกันอย่างไร

03:13.820 --> 03:14.430
นั่นคือคำถาม

03:14.440 --> 03:19.140
นั่นคือสิ่งที่ dendrites และ Aksenov สำหรับ

03:19.140 --> 03:22.980
dendrites นั้นเป็นเหมือนตัวรับสัญญาณของเซลล์ประสาทและ axon เป็นตัวส่งสัญญาณของเซลล์ประสาท

03:23.220 --> 03:26.520
และนี่คือภาพของการทำงานทุกอย่างในแนวความคิด

03:26.520 --> 03:32.550
ดังนั้นที่ด้านบนสุดที่คุณมีด้วยตัวคุณเองและคุณจะเห็นว่า dendrites เชื่อมต่อกับแอกซอนของเซลล์ประสาทอื่น ๆ

03:32.550 --> 03:35.990
ที่อยู่ไกลออกไป

03:36.000 --> 03:44.960
จากนั้นสัญญาณจากตัวคุณเองก็เคลื่อนที่ไปตามซอนและเชื่อมต่อหรือส่งผ่านไปยัง dendrites ของเซลล์ประสาทถัดไปและนั่นคือวิธีที่พวกมันเชื่อมต่อกัน

03:45.030 --> 03:53.040
และในภาพขนาดเล็กตรงนั้นคุณจะเห็นได้ว่าซอนไม่ได้สัมผัสกับดินแดนเดนทร

03:53.310 --> 04:03.650
การเรียนรู้ด้วยเครื่องจักรจำนวนมากหรือเหมือนกับการเรียนรู้ด้วยเครื่องจักรเพียงเล็กน้อยนักวิทยาศาสตร์มีความแน่วแน่เกี่ยวกับความจริงที่ว่ามันไม่ได้สัมผัสเหมือนห้องที่ไม่ได้สัมผัส

04:03.660 --> 04:06.890
มันได้รับการพิสูจน์แล้วว่าไม่มีการเชื่อมต่อทางกายภาพที่นั่น

04:06.960 --> 04:14.010
แต่ประเด็นที่เราสนใจคือการเชื่อมโยงระหว่างพวกเขากับแนวคิดทั้งหมดของสัญญาณที่ถูกส่งผ่านเพื่อระลึกถึงการลงชื่อสมัครใช้ที่คุณสามารถเห็นตรงนั้นในภาพเล็ก

04:14.010 --> 04:22.210
ๆ ที่เป็นตัวยึดรูปคือการสมัคร

04:22.230 --> 04:23.820
และนั่นคือแนวโน้มที่เรากำลังจะทำ

04:23.820 --> 04:29.820
ดังนั้นแทนที่จะเรียกว่าเซลล์ประสาทเทียมของเราเป็นเส้นที่เราจะมีหรือตัวเชื่อมต่อสำหรับเซลล์ประสาทเทียมตอนนี้เรากำลังจะเรียกพวกมันว่าซอนหรือ

04:29.820 --> 04:36.880
dendrites เพราะคำถามก็คือการเชื่อมต่อคือเซลล์ประสาทนั้นเป็นเซลล์ประสาท

04:36.990 --> 04:39.340
เราแค่เรียกสิ่งนั้นว่าดีซึ่งเป็นการดีที่จะเรียกมันว่าสัญญาณของเซลล์

04:39.510 --> 04:42.680
และนั่นเป็นเพียงการตอบคำถามทุกข้อใน

04:42.690 --> 04:47.610
นั่นเป็นเพียงที่สัญญาณถูกส่งผ่านไม่สำคัญว่าองค์ประกอบนั้นเป็นของใคร

04:47.610 --> 04:51.550
พวกเขาเป็นเพียงตัวแทนของสัญญาณผ่านและเราจะเห็นว่าตอนนี้

04:51.960 --> 04:55.210
ดังนั้นโดยทั่วไปนั่นเป็นวิธีที่เซลล์ประสาททำงาน

04:55.210 --> 05:09.380
และใช่แล้วเรามาดูกันว่าเราจะเป็นตัวแทนของเซลล์ประสาทได้อย่างไรสร้างเซลล์ประสาทในเครื่องเราย้ายไปอยู่ในขณะนี้เรากำลังย้ายออกไปจากประสาทวิทยาศาสตร์และย้ายเข้าสู่เทคโนโลยี

05:09.460 --> 05:10.260
และที่นี่เราไป

05:10.360 --> 05:18.400
ดังนั้นนี่คือเซลล์ประสาทของเราบางครั้งเรียกว่าโหนดกว่าของคุณเองได้รับสัญญาณอินพุตและมีสัญญาณเอาต์พุต

05:18.400 --> 05:21.040
ดังนั้น dendrites และ axon จึงจำได้

05:21.040 --> 05:29.050
แต่อีกครั้งเราจะเรียกการลงชื่อสมัครใช้เหล่านี้แล้วสัญญาณอินพุตเหล่านี้เราจะนำเสนอเซลล์ประสาทอื่น ๆ เช่นกัน

05:29.080 --> 05:35.860
ดังนั้นในกรณีเฉพาะนี้คุณจะเห็นได้ว่าเซลล์ประสาทนี้เป็นสีเขียวที่คุณอยู่กำลังรับสัญญาณจากเซลล์ประสาทสีเหลือง

05:35.860 --> 05:42.540
และในหลักสูตรนี้เราจะพยายามและยึดมั่นกับระบอบการเข้ารหัสสีที่สีเหลืองหมายถึงเลเยอร์อินพุต

05:42.540 --> 05:52.300
ดังนั้นโดยทั่วไปเซลล์ประสาททั้งหมดที่อยู่ในชั้นนอกในด้านหน้าแรกของที่มีสัญญาณเข้ามาและโดยสัญญาณ

05:52.300 --> 05:59.200
อาจเป็นเพราะ overkill มากเกินพอที่จะเรียกสิ่งนี้ว่าสัญญาณว่ามันเป็นเพียงแค่การป้อนค่าดังนั้น

05:59.330 --> 06:05.620
เพื่อให้คุณรู้ว่าแม้ในการถดถอยเชิงเส้นอย่างง่ายคุณมีค่าอินพุตและจากนั้นคุณมีค่าทำนายสิ่งเดียวกันที่นี่

06:05.620 --> 06:11.250
ดังนั้นคุณมีค่าอินพุตและนั่นคือค่าสีเหลืองแล้วทางด้านขวาคุณจะเห็นแค่ตอนนี้มันจะเป็นสีแดง

06:11.260 --> 06:12.820
มันจะเป็นมูลค่าส่งออก

06:13.600 --> 06:17.140
สิ่งอื่น

06:17.140 --> 06:21.320
ๆ ที่ฉันต้องการชี้ให้เห็นที่นี่คือในตัวอย่างที่เฉพาะเจาะจงนี้เรากำลังดูเซลล์ประสาทที่รับสัญญาณจากเซลล์ประสาทชั้นอินพุต

06:21.320 --> 06:24.220
นอกจากนี้ยังมีเซลล์ประสาท แต่ใส่เซลล์ประสาทของพวกเขา

06:24.530 --> 06:35.860
บางครั้งคุณจะมีเซลล์ประสาทที่รับสัญญาณจากเซลล์เลเยอร์อื่น ๆ ที่ซ่อนอยู่ดังนั้นจากเซลล์สีเขียวอื่น

06:35.860 --> 06:42.820
ๆ

06:42.970 --> 06:52.290
และแนวคิดจะเหมือนกันอย่างแน่นอนฉันแค่ในกรณีนี้เราใช้เพื่อความเรียบง่ายเราเห็นภาพตัวอย่างนี้และในแง่ของ เลเยอร์อินพุตที่วิธีคิดเกี่ยวกับมันอยู่ในการเปรียบเทียบของสมองมนุษย์เลเยอร์อินพุทเป็นความรู้สึกของคุณถูกต้องดังนั้นสิ่งที่คุณสามารถเห็นได้ยินได้ยินสัมผัสหรือกลิ่น

06:52.510 --> 06:57.530
และแน่นอนว่ามีหลายสิ่งหลายอย่างที่คุณเห็นว่ามีข้อมูลมากมายเข้ามา

06:57.730 --> 07:02.860
แต่นั่นเป็นของคุณนั่นคือสิ่งที่สมองของคุณ จำกัด อยู่ที่ชีวิตค่อนข้างมาก

07:03.010 --> 07:15.430
อิสราเอลอาศัยอยู่ในกล่องที่ทำจากกระดูกและเป็นเพียงความคิดที่น่าเหลือเชื่อที่จะคิดว่าสมองของคุณถูกขังอยู่ในกล่องดำและสิ่งเดียวที่สามารถมองเห็นได้ยิน

07:15.430 --> 07:28.210
สิ่งเดียวที่ได้รับคือแรงกระตุ้นไฟฟ้าที่มาจากอวัยวะเหล่านี้ที่คุณมีเราควรเรียกว่าตาจมูกหูของคุณคุณรู้ถึงความรู้สึกของการสัมผัสและเราเป็นอะไรก็ตาม

07:28.210 --> 07:38.460
ใช่แล้วคุณเพิ่งได้รับสัญญาณ แต่โดยทั่วไปแล้วมันอาศัยอยู่ในกล่องดำมืดนี้และมันทำให้โลกรู้สึกผ่านความรู้สึกของคุณมันเป็นปรากฎการณ์

07:38.500 --> 07:38.930
และใช่

07:38.950 --> 07:43.030
ดังนั้นคุณมีปัจจัยเหล่านี้ที่เข้ามาในสมองของมนุษย์

07:43.030 --> 07:55.500
นี่คือประสาทสัมผัสทั้งห้าของคุณและในแง่ของการเรียนรู้ด้วยเครื่องจักรหรือการเรียนรู้ลึกซึ่งโดยทั่วไปแล้วค่าอินพุตของคุณเป็นตัวแปรอิสระของคุณและเราจะได้รับในวินาทีนั้นดังนั้นค่าอินพุตของคุณสัญญาณจะถูกส่งผ่านไซนัส own มีค่าเอาต์พุตที่ส่งผ่านต่อไปบน

07:56.400 --> 08:03.200
chain

08:03.550 --> 08:17.140
ในกรณีที่เฉพาะเจาะจงนี้ในแง่ของการเข้ารหัสสีอีกครั้งสีเหลืองหมายถึงเลเยอร์อินพุตดังนั้นเราจึงทำให้ทุกอย่างง่ายขึ้นที่นี่เรากำลังบอกว่าเราจะมีเพียงแค่เลเยอร์อินพุทแล้วเราจะมีเลเยอร์ที่ซ่อนอยู่หนึ่งอันด้วยสีเขียว ซึ่งฝั่งห่างไกลจากนั้นเราจะได้ผลลัพธ์ที่นั่นทันที

08:17.530 --> 08:21.370
ดังนั้นเพื่อเราจะได้ชินกับการเรียกเหล่านี้ได้ในตอนนี้

08:21.580 --> 08:24.030
นั่นคือโครงสร้างพื้นฐาน

08:24.030 --> 08:28.390
ตอนนี้เรามาดูรายละเอียดเพิ่มเติมเกี่ยวกับองค์ประกอบต่าง ๆ ที่เรามี

08:28.390 --> 08:31.090
ดังนั้นเราจึงมีเลเยอร์อินพุทและเรามีอะไรอยู่ที่นี่

08:31.090 --> 08:38.170
ทีนี้เรามีอินพุตเหล่านี้ซึ่งในความเป็นจริงแล้วตัวแปรอิสระขึ้นอยู่กับตัวแปรหนึ่งและตัวแปรบิตกับตัวแปรอิสระ

08:38.170 --> 08:44.740
และสิ่งสำคัญที่ต้องจำที่นี่คือตัวแปรอิสระเหล่านี้ทั้งหมดสำหรับการสังเกตหนึ่งเดียว

08:44.740 --> 08:47.620
ดังนั้นคิดว่ามันเป็นเพียงหนึ่งแถวในฐานข้อมูลของคุณ

08:47.620 --> 09:03.070
การสังเกตอย่างหนึ่งคุณแค่ใช้ตัวแปรอิสระทั้งหมดที่คุณรู้ว่ามันอาจเป็นยุคของคนที่มีจำนวนเงินในบัญชีธนาคารและจากนั้นพวกเขาขับรถหรือเดินไปทำงานอย่างไรพวกเขาใช้วิธีการป้องกันแชมพูแบบไหน

09:03.080 --> 09:12.510
ดังนั้น แต่นั่นคือคำอธิบายทั้งหมดของบุคคลหนึ่งที่คุณกำลังฝึกฝนแบบจำลองของคุณหรือคุณกำลังทำการทำนาย

09:12.610 --> 09:34.800
และอีกอย่างที่คุณต้องรู้เกี่ยวกับตัวแปรเหล่านี้ก็คือคุณต้องทำให้เป็นมาตรฐานดังนั้นคุณต้องทำให้เป็นมาตรฐานซึ่งหมายความว่าทำให้แน่ใจว่าพวกเขามีค่าเฉลี่ยเป็นศูนย์และความแปรปรวนอย่างใดอย่างหนึ่งหรือคุณสามารถทำได้ในบางครั้ง ร่องรอยเหล่านี้มีรายละเอียดเพิ่มเติมเล็กน้อยในแง่ของการปฏิบัติที่คุณอาจเจอในบางครั้งคุณอาจต้องการทราบว่าการกำหนดมาตรฐานอาจต้องการทำให้เป็นมาตรฐาน

09:34.990 --> 09:49.350
หมายความว่าแทนที่จะทำให้แน่ใจว่าค่าเฉลี่ยและค่ามูฟเวอร์และค่าความแปรปรวนเป็นค่าที่คุณเพิ่งรู้ว่าจะลบค่าต่ำสุดแล้วคุณหารด้วยค่าลบขั้นต่ำสุดสูงสุดด้วยช่วงของค่าของคุณ .

09:49.510 --> 09:53.580
และขึ้นอยู่กับสถานการณ์นี้คุณอาจต้องการทำอย่างใดอย่างหนึ่ง

09:53.590 --> 10:01.680
แต่โดยพื้นฐานแล้วคุณต้องการให้ตัวแปรทั้งหมดเหล่านี้มีความคล้ายคลึงกันในช่วงของค่าเดียวกันและทำไม

10:01.700 --> 10:02.150
ทำไมเป็นอย่างนั้น

10:02.150 --> 10:16.990
ค่าทั้งหมดนี้จะเข้าสู่โครงข่ายประสาทที่เราจะเห็นตอนนี้พวกมันจะถูกบวกและคูณด้วยน้ำหนักมันถูกรวมเข้าด้วยกันและอื่น ๆ เครือข่ายในการประมวลผลพวกเขาหากพวกเขาทั้งหมดเกี่ยวกับเดียวกัน

10:17.210 --> 10:23.790
และในความเป็นจริงคุณรู้ว่านั่นเป็นเพียงวิธีที่จะสามารถทำงานได้อย่างถูกต้อง

10:24.260 --> 10:29.210
และถ้าคุณต้องการอ่านเพิ่มเติมเกี่ยวกับการทำให้เป็นมาตรฐานและสิ่งอื่น ๆ ที่คุณสามารถทำได้หากคุณรู้ว่าตัวแปรใดที่กระดาษอ่านเพิ่มเติมที่ดีเรียกว่า prob

10:29.210 --> 10:36.440
back back ที่มีประสิทธิภาพโดยลิงก์ Licken 1998

10:37.070 --> 10:39.630
ที่มีประสิทธิภาพ

10:39.650 --> 10:49.040
ดังนั้นเราจะพูดถึงบุคคลที่มหัศจรรย์นี้ในพื้นที่ของการเรียนรู้ลึกในส่วนของหลักสูตรที่เรากำลังพูดถึง

10:49.040 --> 10:55.280
เครือข่ายประสาทเทียมและคุณจะเห็นว่านี่เป็นบุคคลที่รู้แน่นอนว่าเขากำลังพูดถึงอะไร

10:55.280 --> 11:00.840
เขาเป็นเพื่อนสนิทของเจฟฟรีย์ฮินตันที่เราเคยเห็นมาแล้วว่าใครหรอ ..

11:00.860 --> 11:07.070
ดังนั้นในบทความนี้คุณจะได้เรียนรู้เพิ่มเติมเกี่ยวกับการทำให้เป็นศูนย์ของการทำให้เป็นมาตรฐาน แต่คุณสามารถรับเคล็ดลับและลูกเล่นอื่น ๆ

11:07.070 --> 11:12.470
ได้มากมายและคุณจะเป็นแหล่งข้อมูลที่ดีสำหรับการอ่านเพิ่มเติมเมื่อคุณผ่านหลักสูตรนี้

11:12.590 --> 11:15.800
ดังนั้นใช่ตรวจสอบว่าคุณมีความสนใจในการอ่านเพิ่มเติมบางอย่าง

11:16.290 --> 11:16.940
เราจะไปที่นั่น.

11:16.940 --> 11:20.210
นั่นคือสิ่งที่เราทำเพื่อคำกริยา

11:20.390 --> 11:23.140
และที่นี่เรามีค่าเอาท์พุท

11:23.180 --> 11:24.960
ดังนั้นมูลค่าส่งออกของเราคืออะไร

11:25.130 --> 11:26.280
เรามีทางเลือกสองทาง

11:26.300 --> 11:32.110
มูลค่าส่งออกสามารถเป็นได้อย่างต่อเนื่องเช่นราคาสามารถเป็นไบนารีเช่นคนจะออกหรือจะอยู่หรือจะเป็นหมวดหมู่วาจาและกายภาพ

11:32.110 --> 11:39.260
wriggler หมวดหมู่วาจา

11:39.260 --> 12:02.640
สิ่งสำคัญที่ต้องจำไว้ที่นี่คือในกรณีที่มูลค่าการส่งออกของคุณไม่ได้เป็นเพียงค่าเดียวมันจะเป็นค่าผลลัพธ์หลายค่าเพราะสิ่งเหล่านี้จะเป็นตัวแปรจำลองที่จะแสดงประเภทของคุณ จำไว้ว่าในกรณีนั้นเป็นวิธีที่คุณจะได้รับหมวดหมู่ของคุณออกจากเครือข่ายประสาทเทียม

12:02.810 --> 12:05.510
แต่กลับไปที่กรณีที่เรียบง่ายของหนึ่งปริมาณการส่งออก

12:05.750 --> 12:11.780
และตอนนี้ขออีกจุดหนึ่งหรือหลาย ๆ

12:11.780 --> 12:15.360
อย่างเช่นจุดที่ทำให้ฉันพร้อมที่จะย้ำจุดนี้ทางซ้ายคุณมีการสังเกตเพียงครั้งเดียว

12:15.470 --> 12:21.990
ดังนั้นสงสัยว่าคุณหมายถึงจากชุดข้อมูลของคุณและด้านขวาคุณมีทิศทางเดียวเช่นกันและนั่นคือการสังเกตเดียวกัน

12:22.190 --> 12:29.960
สิ่งสำคัญที่ต้องจำไว้คือเช่นเดียวกับสิ่งที่คุณใส่เข้าไปนั้นเป็นหนึ่งแถวจากนั้นผลลัพธ์ที่คุณได้รับนั้นสำหรับแถวที่แน่นอนนั้น

12:30.080 --> 12:36.440
หรือถ้าคุณกำลังฝึกโครงข่ายประสาทของคุณคุณก็รู้ว่าคุณกำลังใส่อินพุตสำหรับม้วนหนึ่งนั้นคุณจะใส่เอาต์พุตสำหรับแถวนั้น

12:36.440 --> 12:43.990
เช่นถ้าคุณต้องการทำให้ความซับซ้อนของความซับซ้อนคิดว่ามันง่ายเหมือนการถดถอยหรือการถดถอยเชิงเส้นหลายตัวแปร

12:43.990 --> 12:48.150
ดังนั้นคุณกำลังใส่ค่าของคุณคุณมีเอาท์พุท

12:48.180 --> 12:49.700
มีเหมือนไม่มีคำถามเกี่ยวกับมัน

12:49.700 --> 12:52.790
เมื่อเราพูดถึงสิ่งต่าง ๆ เช่นการถดถอยเพราะเราคุ้นเคยกับมันมาก

12:52.790 --> 12:54.980
สิ่งเดียวกันที่นี่มันไม่มีอะไรซับซ้อนเกินไป

12:54.980 --> 12:56.740
เราแค่ใส่ค่าที่เราได้รับออกมา

12:56.760 --> 13:07.940
แต่เพียงจำไว้ว่าทุกครั้งที่คุณติดต่อกับมันคุณจะไม่สับสนและเริ่มคิดเหมือนกันว่านี่เป็นแถวที่แตกต่างกันที่คุณใส่เข้าไปในโครงข่ายประสาทเทียมหรือบางสิ่งที่มีค่า ในหนึ่ง Rowse การสังเกตที่แตกต่างกันมีลักษณะหรือคุณลักษณะต่าง

13:07.940 --> 13:18.970
ๆ ที่เกี่ยวข้องกับการสังเกตการณ์ทุกครั้ง

13:19.160 --> 13:28.940
ตกลงดังนั้นสิ่งต่อไปที่เราต้องการพูดถึงที่นี่คือรูจมูกของเราคือที่ลี้ภัยของที่นี่เรามีบริการและพวกเขาทั้งหมดได้รับน้ำหนักที่ได้รับมอบหมาย

13:28.940 --> 13:37.100
เรากำลังจะพูดถึงน้ำหนักที่ลดลง แต่ในช่วงสั้น ๆ

13:37.100 --> 13:44.040
นั้นมีความสำคัญต่อการทำงานของระบบประสาทเทียมเพราะน้ำหนักเป็นวิธีการเรียนรู้ของเครือข่ายประสาทเทียมโดยการปรับน้ำหนักที่เครือข่ายประสาทตัดสินใจในทุก ๆ กรณีสัญญาณเดี่ยวไม่ดี

13:44.470 --> 13:51.140
สัญญาณไม่สำคัญสำหรับเซลล์ประสาทบางชนิด

13:51.140 --> 13:57.770
สิ่งที่ได้รับการส่งผ่านพร้อมและสิ่งที่สัญญาณไม่ได้รับการส่งผ่านหรือความแรงของสิ่งที่สัญญาณขอบเขตได้รับการส่งผ่านพร้อม

13:57.770 --> 13:59.320
ดังนั้นน้ำหนักจึงมีความสำคัญ

13:59.330 --> 14:03.590
พวกเขาเป็นและเป็นสิ่งที่ปรับเปลี่ยนผ่านกระบวนการเรียนรู้

14:03.590 --> 14:11.050
เช่นเมื่อตอนที่คุณกำลังฝึกอบรมภายใต้เครือข่ายประสาทเทียมคุณจะทำการปรับน้ำหนักทั้งหมดในรูจมูกทั้งหมดในเครือข่ายประสาททั้งหมดนี้

14:11.250 --> 14:19.240
และนั่นคือสิ่งที่การสืบเชื้อสายของการไล่ระดับสีและการย้อนกลับเข้ามาและสิ่งเหล่านั้นเป็นแนวคิดที่เราจะพูดคุยด้วย

14:19.670 --> 14:21.410
ดังนั้นโดยทั่วไปนั่นคือน้ำหนัก

14:21.410 --> 14:22.940
นั่นคือสิ่งที่ฉันต้องรู้ตอนนี้

14:23.150 --> 14:28.420
และเรามีเซลล์ประสาทดังนั้นสัญญาณจะเข้าสู่เซลล์ประสาทและเกิดอะไรขึ้นในยุโรป

14:28.430 --> 14:30.520
นี่คือส่วนที่น่าสนใจ

14:30.530 --> 14:33.670
เหมือนที่เรากำลังพูดถึงเซลล์ประสาทวันนี้เกิดอะไรขึ้นภายในเซลล์ประสาท

14:33.890 --> 14:43.730
ดังนั้นบางสิ่งเกิดขึ้นสิ่งแรกและขั้นตอนแรกคือค่าทั้งหมดเหล่านี้ที่ได้รับเพิ่มขึ้น

14:43.850 --> 14:51.200
ดังนั้นผลรวมถ่วงน้ำหนักของค่าอินพุตทั้งหมดที่ได้รับง่ายมากมันตรงไปตรงมามาก ๆ

14:51.220 --> 14:57.200
เพียงแค่เพิ่มจำนวนทวีคูณโดยวิธีการเพิ่มเข้ามาแล้วใช้ฟังก์ชันเปิดใช้งาน

14:57.200 --> 15:09.420
ตอนนี้เราจะพูดถึงฟังก์ชั่นการเปิดใช้งานมากขึ้น แต่โดยทั่วไปแล้วมันเป็นฟังก์ชั่นที่ถูกกำหนดให้กับเซลล์ประสาทหรือเลเยอร์ทั้งหมดนี้และมันถูกนำไปใช้กับวิธีนี้เพื่อเพิ่มบางส่วน

15:09.570 --> 15:22.260
จากนั้นยูโรโซนเข้าใจว่ามันจำเป็นต้องส่งสัญญาณถ้าคุณชอบและนั่นคือสัญญาณที่ส่งผ่านไปยังฟังก์ชั่นที่ใช้กับวิธีการที่บาง

15:22.260 --> 15:27.640
แต่โดยพื้นฐานแล้วขึ้นอยู่กับฟังก์ชั่นที่เซลล์ประสาทจะส่งสัญญาณหรือไม่ส่งสัญญาณ

15:27.870 --> 15:30.910
และนั่นคือสิ่งที่เกิดขึ้นที่นี่ในขั้นตอนที่สาม

15:31.430 --> 15:35.670
พาสต้าของเซลล์ประสาทที่ส่งสัญญาณไปยังเซลล์ประสาทถัดไปลงเส้น

15:36.090 --> 15:39.960
และนั่นคือสิ่งที่เรากำลังจะพูดถึงในบทช่วยสอนถัดไปเนื่องจากเป็นหัวข้อที่ค่อนข้างสำคัญ

15:39.960 --> 15:51.600
เราต้องการเจาะลึกลงไปในฟังก์ชั่นการเปิดใช้งาน แต่หวังว่าตอนนี้ทุกอย่างมันควรจะค่อนข้างชัดเจนว่าคุณรู้ค่าอินพุตที่คุณมีน้ำหนักที่คุณมีบ้านออกแบบคุณมีสิ่งที่คุณรู้ว่าเกิดขึ้นในเซลล์ประสาทของคุณ

15:51.660 --> 16:00.510
Sarmad

16:00.510 --> 16:09.550
ได้ใช้วิธีการเปิดใช้งานฟังก์ชั่นการเปิดใช้งานและจากนั้นจะถูกส่งผ่านสายและที่ถูกทำซ้ำผ่านเครือข่ายประสาททั้งหมดทั้งในและบนและบนและบนคุณรู้พันหลายร้อยหลายพันครั้งขึ้นอยู่กับเท่าใดเซลล์ประสาทคุณ มีจำนวนการลงทะเบียนเท่าที่คุณมีในเครือข่ายประสาทของคุณ

16:09.570 --> 16:10.110
ดังนั้นเราไปกันเลย

16:10.110 --> 16:13.270
หวังว่าคุณจะสนุกกับการกวดวิชาของวันนี้ในระดับหนึ่ง

16:13.410 --> 16:15.010
จนกว่าจะสนุกกับการเรียนรู้ลึก