हब्र पर - पहले से ही कृत्रिम तंत्रिका नेटवर्क के बारे में कुछ लेख हैं। लेकिन अधिक बार वे तथाकथित के बारे में बात करते हैं बहुपरत अवधारणात्मक और पीछे प्रसार त्रुटि एल्गोरिदम। लेकिन क्या आप जानते हैं कि यह भिन्नता प्राथमिक रोसेनब्लैट परसेप्ट्रान से बेहतर नहीं है।
उदाहरण के लिए, इस अनुवाद
में कृत्रिम तंत्रिका नेटवर्क क्या हैं? हम देख सकते हैं कि रोसेनब्लाट परसेप्ट्रान के बारे में निम्नलिखित लिखा गया है:
रोसेनब्लट परसेप्टन प्रदर्शन ने दिखाया कि ऐसे न्यूरॉन्स के सरल नेटवर्क को कुछ क्षेत्रों में ज्ञात उदाहरणों का उपयोग करके प्रशिक्षित किया जा सकता है। बाद में, मिंस्की और पैपर्ट ने साबित कर दिया कि सरल प्रीसेप्टन केवल बहुत ही संकीर्ण वर्ग को रैखिक रूप से अलग करने योग्य समस्याओं को हल कर सकते हैं, जिसके बाद एएनएन का अध्ययन करने की गतिविधि कम हो गई। फिर भी, सीखने की त्रुटियों के पिछड़े प्रसार की विधि, जो उदाहरणों का उपयोग करके जटिल तंत्रिका नेटवर्क को प्रशिक्षित करने के कार्य को सुविधाजनक बना सकती है, ने दिखाया कि ये समस्याएं अलग नहीं हो सकती हैं।
इसके अलावा, यह विभिन्न लेखों, पुस्तकों और यहां तक कि पाठ्यपुस्तकों में एक अलग तरीके से होता है।
लेकिन यह शायद सबसे बड़ा AI विज्ञापन है। लेकिन विज्ञान में इसे मिथ्याकरण कहा जाता है।क्या आविष्कार किया है?वास्तव में, सभी गंभीर वैज्ञानिक जानते हैं कि रोसेनब्लाट पर्सेप्ट्रॉन का ऐसा विचार गंभीर नहीं है। लेकिन वे इसके बारे में नरम तरीके से लिखना पसंद करते हैं। लेकिन जब इतिहास हमें एक बड़े पैमाने पर विकृत रूप में प्रस्तुत किया जाता है, हालांकि विज्ञान के ऐसे संकीर्ण क्षेत्र में, यह अच्छा नहीं है। मैं यह नहीं कहना चाहता कि यह जानबूझकर गलत साबित हुआ। बस नहीं, यह एक अच्छा उदाहरण है कि युवा लोग मूल को कैसे नहीं पढ़ते हैं, या तिरछे तरीके से पढ़ते हैं, तो मैं दिखावा करता हूं कि वे समझते हैं कि समस्या क्या है। और इस समस्या को हल करें। फिर वे डॉक्टर बन जाते हैं और प्रसिद्धि प्राप्त करते हैं। और आने वाली पीढ़ी उन्हें मानती है। हमेशा, अगर गंभीरता से कुछ कर रहे हैं, तो मूल पर क्लासिक्स को दोबारा जांचें। लेखों में दी गई बातों पर विश्वास न करें।
तो, आइए, रोसेनब्लैट
पर्सेप्ट्रॉन: रूसेनब्लाट, एफ। न्युरोडायनामिक्स के सिद्धांतों का वर्णन करते हुए मूल
को खोलें: पेरसेप्ट्रोन और मस्तिष्क तंत्र का सिद्धांत, 1965 । आपको तथाकथित नहीं मिलेगा
सिंगल-लेयर परसेप्ट्रॉन - यह प्रकृति में मौजूद नहीं है, कम से कम 1965 के लिए। उनका आविष्कार बहुत बाद में हुआ।वहां आपको तुरंत एक प्राथमिक अवधारणात्मक दिखाई देगा, जिसमें ए-तत्वों की एक छिपी हुई परत है।
कभी-कभी इस तथ्य से समझाया जाता है कि शब्दावली बदल गई है। काश, शब्दों को न बदलें - लेकिन परसेप्ट्रोन की सही परत है और ALWAYS था। इसके अलावा, रोसेनब्लैट खुद लिखते हैं कि यह छिपी हुई परत के बिना परसेप्ट्रॉन पर विचार करने का कोई मतलब नहीं है। यह 1965 के लिए प्राथमिक था, और हर कोई जानता है।
वे यहां मिन्स्की के अधिकार को और जोड़ना चाहते हैं। लेकिन वह यह भी जानता था कि एक धारणा क्या है। और उन्होंने कभी यह साबित नहीं किया कि एक अवधारणात्मक रैखिक गैर-अलग करने योग्य समस्याओं को हल नहीं कर सकता है। वह आक्रमण की समस्या से पूरी तरह से अलग साबित हुआ। और कोई भी ज्ञात ANN इस समस्या को हल नहीं करता है। (लेकिन यह लेख उस बारे में नहीं है, अगर इसमें रुचि रखने वाले लोग हैं - एक आदेश दें, मैं इसके बारे में लिखने की कोशिश करूंगा।)
इस संबंध में, रोसेनब्लाट पेसेप्ट्रॉन और रुमेलहार्ट मल्टीलेयर परसेप्ट्रॉन (एमएलपी) के बीच का अंतर केवल इस प्रकार है:
1. रूमेलर्ट परसेप्ट्रॉन को त्रुटि वापस प्रसार एल्गोरिथम द्वारा प्रशिक्षित किया जाता है, जबकि इनपुट और छिपी परतों के बीच वजन और छिपे हुए और आउटपुट परतों के बीच के भार को प्रशिक्षित किया जाता है।
2. Rosenblatt Perceptron को त्रुटि सुधार एल्गोरिथम द्वारा प्रशिक्षित किया जाता है। केवल छिपी हुई और आउटपुट परत के बीच वजन इस एल्गोरिथ्म के साथ प्रशिक्षित किया जाता है। इनपुट और छिपी परत के बीच के पैमानों के लिए, यह सचेत रूप से प्रशिक्षित नहीं है। उसे पढ़ाने का कोई मतलब नहीं है, क्योंकि यह परत दूसरे की तुलना में पूरी तरह से अलग कार्य करती है। पहली परत के भारांक गुणांक, या बल्कि रोमांचक और निरोधात्मक बंधन, अवधारणात्मक बेतरतीब ढंग से बनाए गए हैं - यहाँ प्रकृति का अनुकरण। इस परत का कार्य गैर-वियोज्य समस्या को एक वियोज्य में बदलने के लिए ठीक है। और पहली परत के बंधन से गुजरने वाले इनपुट दालों को ए-तत्वों के स्थान पर मैप किया जाता है। यह यादृच्छिक मैट्रिक्स एक अलग समस्या में परिवर्तन प्रदान करता है।
दूसरी परत, रोसेनब्लाट परसेप्ट्रॉन और एमएलपी दोनों में, पहले से ही परिवर्तन के बाद प्राप्त रैखिक समस्या को अलग करती है।
अब मुझे उम्मीद है कि यह स्पष्ट है कि पहली परत की आवश्यकता क्यों है - यह समस्या के एक अलग प्रतिनिधित्व के लिए एक अविभाज्य (रैखिक रूप से अविभाज्य) से एक परिवर्तन प्रदान करता है। यह एमएलपी में भी किया जाता है, चयनित बैकप्रॉपैगेशन एल्गोरिथ्म इसे नहीं बदलता है।
लेकिन अगर रोसेनब्लाट पेसेप्ट्रॉन यादृच्छिकता का उपयोग करता है, तो एमएलपी अपने प्रशिक्षण के माध्यम से इस यादृच्छिकता का निर्माण करता है। वह सारा अंतर है।
कई अन्य अंतर हैं, परिणाम - लेकिन यह लेख अभी भी शुरुआती लोगों के लिए नहीं है, लेकिन जो विषय में कम से कम एक हैं। तब मैं सिर्फ यह नोट करना चाहता था कि
शुरुआती लोगों के लिए, रोसेनब्लट पर्सेप्ट्रॉन का मूल से अध्ययन किया जाना चाहिए ।
लेकिन क्या भूल हुई थी?रोसेनब्लैट उपनाम को अब बिल्कुल भी याद नहीं किया जाता है जो ऐतिहासिक समीक्षाओं में अधिक बार याद किया जाता है। यह ध्यान दिया जाना चाहिए कि रोसेनब्लट ने केवल एक प्रकार के कृत्रिम तंत्रिका नेटवर्क का विकास नहीं किया। उन्होंने सभी प्रकार के तंत्रिका नेटवर्क का पूर्ण वर्गीकरण विकसित किया। सामान्य नाम परसेप्ट्रॉन के तहत - कोई भी वर्तमान ANN शामिल है। रोसेनब्लट में बहुपरत पेसेप्ट्रॉन भी होते हैं, जो उनकी शब्दावली में, दो आंतरिक परतों और आवर्तक परसेप्ट्रान और कई अन्य उपप्रकारों से शुरू होते हैं। इसके अलावा, उनकी विशेषताओं के विपरीत जो वर्तमान में विकसित हो रहे हैं, रोसेनब्लट ने अधिक सावधानी से गणना की। यही कारण है कि रोसेनब्लैट से संबंधित अवधारणात्मक वर्गीकरण के साथ नव विकसित एएनएन की पहले तुलना करना बस आवश्यक है - अगर ऐसी कोई तुलना नहीं है, तो नए एएनएन की प्रभावशीलता पूरी तरह से स्पष्ट नहीं है। और ANN के कई डेवलपर्स ऐसा करने की जहमत नहीं उठाते हैं, और इसके परिणामस्वरूप कई कॉल किए जाते हैं, और किसी को कॉल नहीं किया जाता है।
पी एस मैं अक्सर संदेह के साथ मिला जब मैंने यह बताया। लेकिन अगर आप अचानक मुझ पर विश्वास नहीं करते हैं, तो
हस्तलिखित अंक मान्यता के लिए कुसूल ई।, बैद्येक टी।, कासाटकिना एल।, लुकोविच वी।, रोसेनब्लट पर्सेप्ट्रॉन, लेख पढ़ें।
अंत में, मैं एक लिंक देता हूं जहां मैं मिथेन द्वारा नहीं बल्कि रोसेनब्लाट पर्सेप्ट्रॉन का अध्ययन करने में मदद करूंगा, लेकिन मूल द्वारा:
यहां हम रोसेनब्लैट परसेप्ट्रॉन की संभावनाओं का अध्ययन करते हैं।युपीडी। उन लोगों के लिए समर्पित है जो अभी भी त्रुटियों से ग्रस्त हैं - रोसेनब्लट पेसेप्ट्रॉन द्वारा एक्सओआर समस्या का समाधान
upd2। आप सभी को धन्यवाद, उन लोगों के लिए प्रशिक्षण जो नहीं जानते हैं और मूल नहीं पढ़ते हैं - यहां मेरे काम का हिस्सा नहीं था। सामान्य रूप से बात करना चाहते हैं, एक व्यक्तिगत में लिखें। मैं अब उत्तेजक टिप्पणियों का जवाब नहीं देता, मैं
मूल बातें लेने और पढ़ने की सलाह देता हूं।