Как проводится обучение персептрона
Персептрон – это одна из самых первых и довольно примитивных моделей нейросети. Сразу стоит сказать, что персептроны сегодня почти не применяются в практических целях. Технологии шагнули далеко вперёд, поэтому для решения реальных задач в основном используются многослойные сети.
Однако персептрон остаётся удобным примером для того, чтобы разобраться, как функционируют нейронные сети в целом. Те принципы, которые характерны для него, в той или иной мере применимы и к более сложным современным сетям.
Одним из самых главных свойств нейросетей является обучаемость. Как проводится обучение персептрона?
Начать с того, что персептрон всегда обучается «с учителем». Проще говоря, его работа тестируется и корректируется до тех пор, пока на заданные входные сигналы он не будет давать заранее известные выходные сигналы. Высшие нейронные сети, например мозг, в большинстве случаев обходятся без «учителя», то есть способны саморегулироваться. Но для персептрона это невозможно.
Базовые принципы настройки персептрона
Персептрон предполагает, что принимаются на вход и отправляются на выход исключительно сигналы в двоичном коде: 0 или 1. Поэтому задача настройщика такой системы достаточно проста: убедиться, что в случаях, когда на выходе должна быть единица, мы получаем единицу, а когда ноль – ноль.
Если результат проверки на определённом примере (конкретном значении) именно таков, то всё хорошо, и можно вводить следующее значение.
Если результат отличается от требуемого, то нужно проводить настройку веса, присваиваемого значениям на разных этапах прохождения персептрона.
Когда должна быть единица, а получаем ноль – значит, веса где-то теряются, и нужно увеличивать коэффициент.
Когда должен быть ноль, а получаем единицу – всё наоборот, коэффициент присваиваемых весов нужно уменьшать.
При этом каждое изменение весов, которое дало положительный результат для этого примера, может дать искажение для последующих примеров. Поэтому в идеале после каждого изменения настроек полезно ещё раз «прогнать» через персептрон все те примеры, которые уже были ранее. Настройка может считаться выполненной, когда по всем значениям будут близкие к норме результаты.
Главный недостаток персептрона состоит именно в том, что он почти не подстраивается под новые условия, и сильно отличные от «учебных» значения с большой вероятностью дадут неверный результат. И это одна из причин того, что персептроны всё больше уступают сегодня другим типам нейросетей
