Сеть Кохонена является одним из вариантов наиболее мощных сетей. Такая сеть всегда обучается без учителя. Чтобы её обучение было выполнено, требуется решить две основных задачи.

Стандартные нейросети обладают прямой структурой, исключающей попадание сигнала с выходов нейронов снова на вход. Такие сети обучаются по большей части методом обратного распространения ошибки и с «учителем», то есть заранее известным ответом в тренировочных задачах. Однако такие сети недостаточно мощны и не всегда подходят для решения сложных задач.

Инвариантами называются разные версии одного и того же объекта/предмета. Например, небо бывает голубым, белым, синим, чёрным – но всё равно остаётся небом. А пирожки остаются пирожками, независимо от начинки, формы и размера. Для человека всё это естественно, но как обучить искусственную нейросеть различать меняющиеся объекты либо разные версии одного и того же, и не путаться в них?

Персептрон – одна из самых первых и наиболее простых моделей нейросетей. В середине 20 века она была предметом пристального внимания со стороны учёных, но затем стало понятно, что возможности персептрона ограничены. И одним из «камней преткновения» на пути его развития стало так называемое Исключающее ИЛИ – понятие, пришедшее из логики.

3 комментария

Прежде чем использовать нейросеть, требуется убедиться в том, что она правильно настроена и способна давать адекватные ответы при поступлении определённых запросов. Для этой цели используется так называемый «учитель» – запрос, ответ на который уже известен.

Один комментарий

Каждая нейросеть способна обучаться, в этом её большое преимущество, если сравнивать с другими типами вычислительных систем. Однако обучение нейросети является сложным процессом, а подчас и очень затратным по времени.

2 комментария