Spisu treści:
Definicja - Co oznacza reguła Delta?
Reguła Delta w uczeniu maszynowym i środowiskach sieci neuronowych jest szczególnym rodzajem propagacji wstecznej, która pomaga udoskonalić łączące się sieci ML / AI, tworząc połączenia między wejściami i wyjściami z warstwami sztucznych neuronów.
Reguła Delta jest również znana jako reguła uczenia się Delta.
Techopedia wyjaśnia Delta Rule
Ogólnie rzecz biorąc, propagacja wsteczna ma związek z ponownym obliczaniem wag wejściowych sztucznych neuronów przy użyciu metody gradientu. Uczenie się w delcie odbywa się przy użyciu różnicy między aktywacją celu a faktycznie uzyskaną aktywacją. Przy pomocy liniowej funkcji aktywacji połączenia sieciowe są regulowane.
Innym sposobem wyjaśnienia reguły Delta jest to, że korzysta ona z funkcji błędu do wykonywania uczenia z opadaniem gradientu.
Samouczek dotyczący reguły Delta wyjaśnia, że w zasadzie porównując rzeczywiste wyjście z wyjściem docelowym, technologia próbuje znaleźć dopasowanie. Jeśli nie ma dopasowania, program dokonuje zmian. Rzeczywista implementacja reguły Delta będzie się różnić w zależności od sieci i jej składu, ale dzięki zastosowaniu liniowej funkcji aktywacyjnej reguła Delta może być przydatna w udoskonalaniu niektórych rodzajów systemów sieci neuronowych o szczególnych smakach propagacji wstecznej.
