Please enable JavaScript.
Coggle requires JavaScript to display documents.
12a: Neural Nets - Coggle Diagram
12a: Neural Nets
o que eu aprendi?
rede neural é inspirada em um neurônio biológico, que tem as características de ser
tudo ou nada, o input que entra na rede neural é 0 ou 1, e o output é 0 ou 1
-
-
a performance de uma rede pode ser conhecida pelo resultado de um vetor (uma imagem) com outro vetor do output. Para determinarmos quão bom é essa performance
Backpropagation
-
Variar os pesos pouco a pouco e com certa aleatoriedade permite que a função de desempenho meça se o progresso está sendo feito ou não e melhore a pesagem de acordo para progredir em direção a um desempenho ideal.
-
-
[14:20, 21/02/2023] Caio: O X dentro da bolinha ai acho q é so o nome q ele deu pro neuronio msm
[14:18, 21/02/2023] Caio: Com base nos seus dados
[14:18, 21/02/2023] Caio: Os pesos sao o que a rede vai aprender
[14:17, 21/02/2023] Caio: Os w's sao os pesos da rede
[14:17, 21/02/2023] Caio: Isso ai sao os dados do seu dataset
[14:17, 21/02/2023] Caio: Esse xa e xb sao as entradas da sua rede
-
-
[14:24, 21/02/2023] Caio: Por exemplo ele pega o a entrada e multiplica pelo peso
[14:24, 21/02/2023] Caio: E joga na funcao de ativaçao
-
-
mas tava dando ruim, até acharem uma ideia
-
-
-
-
-
Neural net principles
a rede neural resulta no vetor Z, que é uma função de diferentes Inputs X(n), Weigths w(n) e Thresholds t(n)
Ao comparar um vetor de resultados desejados conhecidos (como o conteúdo de uma imagem) com o vetor de saída real, uma função de desempenho pode ser determinada para saber o desempenho da rede neural.
a performance de uma rede pode ser conhecida pelo resultado de um vetor (uma imagem) com outro vetor do output. Para determinarmos quão bom é essa performance
To simplify the performance function, thresholds are eliminated by adding an extra weight w[0] that nullify the threshold, and the step function resulting in {0, 1} values is smoothed to a sigmoid function resulting in the [0, 1] interval.
Para simplificar a função de desempenho, os thresholds são eliminados adicionando um extra weight w[0] que anula o threshold, e a função degrau que resulta em valores {0, 1} é suavizada para uma função sigmoide resultando no intervalo [0, 1] .
-
-
-
Backpropagation
-
Variar os pesos pouco a pouco e com certa aleatoriedade permite que a função de desempenho meça se o progresso está sendo feito ou não e melhore a pesagem de acordo para progredir em direção a um desempenho ideal.
-
