نورون پرسپترون :: آموزش برنامه نویسی

و دقت کنید که در ابتدای تعریف یک شی از کلاس نورون پرسپترون تمام وزن دهی ها و بایاس به صورت رندوم مقدار دهی شدند و هنوز الگوریتمی ندادیم که چطور وزن ها و بایاس رو با توجه به ورودی ها تنظیم کنیم.

کد سی پلاس پلاس

۹۷/۰۸/۳۰

امیر حسین حسیبی

نظرات (۱)

۰۵ فروردين ۹۸ ، ۲۲:۰۶

امیرحسین بخشی

سلام استاد . کتاب نوران نتورک رو لپتاپ اینجوری نشون میده:

To understand the similarity to the perceptron model, suppose $z \equiv w \cdot x + b$ is a large positive number. Then $e^{-z} \approx 0$ and so $\sigma(z) \approx 1$. In other words, when $z = w \cdot x+b$ is large and positive, the output from the sigmoid neuron is approximately $1$, just as it would have been for a perceptron. Suppose on the other hand that $z = w \cdot x+b$ is very negative. Then $e^{-z} \rightarrow \infty$, and $\sigma(z) \approx 0$. So when $z = w \cdot x +b$ is very negative, the behaviour of a sigmoid neuron also closely approximates a perceptron. It's only when $w \cdot x+b$ is of modest size that there's much deviation from the perceptron model.

ارسال نظر

ارسال نظر آزاد است، اما اگر قبلا در بیان ثبت نام کرده اید می توانید ابتدا وارد شوید.

نام *

پست الکترونيک

سایت یا وبلاگ

پیام *

شما میتوانید از این تگهای html استفاده کنید:

یا ، یا ، ، <strike> یا <s>، ، ، <blockquote>، <code>، <pre>، <hr>، ، ، <a href="" title="">، ، <div align="">

کد امنیتی *

ارقام فارسی و انگلیسی پذیرفته می‌شوند

نظر بصورت خصوصی ارسال شود

پست الکترونیک برای عموم قابل مشاهده باشد