Tartalomjegyzék:
Meghatározás - Mit jelent a Delta Rule?
A Delta szabály a gépi tanulásban és az ideghálózati környezetben egy specifikus háttérszerzés, amely elősegíti a kapcsolati ML / AI hálózatok finomítását, a bemenetek és a kimenetek közötti kapcsolatok létrehozását mesterséges neuronok rétegeivel.
A Delta szabályt Delta tanulási szabálynak is nevezik.
A Techopedia magyarázza a Delta Rule-t
Általában a hátsó szaporodás a mesterséges idegsejtek bemeneti súlyainak gradiens módszerrel történő újraszámításával függ össze. A Delta tanulás ezt a cél aktiválás és a ténylegesen kapott aktiválás közötti különbség felhasználásával hajtja végre. Lineáris aktiválási funkcióval beállítják a hálózati kapcsolatokat.
A Delta szabály magyarázatának másik módja az, hogy egy hibafüggvényt használ a gradiens leszállás tanulásához.
A Delta-szabály bemutatója elmagyarázza, hogy lényegében egy tényleges output és egy célzott output összehasonlításánál a technológia megkísérel egyezést találni. Ha nincs egyezés, a program változtatásokat hajt végre. A Delta-szabály tényleges végrehajtása a hálózattól és annak összetételétől függően változik, de egy lineáris aktiválási függvény alkalmazásával a Delta-szabály hasznos lehet bizonyos típusú ideghálózati rendszerek finomításában, amelyeknek a hátsó szaporodása különleges ízekkel rendelkezik.
