Aus dem Kurs: Neuronale Netze in C/C++
Werden Sie noch heute Mitglied und erhalten Sie Zugriff auf mehr als 24.100 Kurse von Branchenfachleuten.
Das Perzeptron: ein besseres Modell zur Darstellung von Neuronen
Aus dem Kurs: Neuronale Netze in C/C++
Das Perzeptron: ein besseres Modell zur Darstellung von Neuronen
Fassen wir kurz zusammen, was wir in den vorherigen Kapiteln kennengelernt haben: lineare Algebra, Matrizen, Bias, Aktivierungsfunktion, Eingaben und Ausgaben. Alles kombiniert ergibt sich daraus das Perzeptron. Das Perzeptron oder aus dem Englischen "perception", Wahrnehmung, da kommt so ein bisschen dieser Begriff her, ist ein vereinfachtes, künstliches, neuronales Netz, das zuerst von Frank Rosenblatt 1957 vorgestellt wurde. Es besteht in der Grundversion aus einem einzelnen künstlichen Neuron mit anpassbaren Gewichtungen und einem Schwellenwert. Unter diesem Begriff werden heute verschiedene Kombinationen des ursprünglichen Modells verstanden und dabei wird zwischen einlagigen und mehrlagigen Perzeptren, Multilayer Perceptron, MLP, unterschieden. Perzeptron-Netze wandeln einen Eingabevektor in einen Ausgabevektor um und stellen damit einen einfachen Assoziativ-Speicher dar. Nochmals als Wiederholung: Die Komponenten der Perzeptren, lineare Algebra, Skalarprodukt oder…
Laden Sie Kurse herunter und lernen Sie auch unterwegs.
Sehen Sie sich Kurse auf Ihrem Mobilgerät ohne Internetverbindung an. Laden Sie Kurse mit der LinkedIn Learning-App für iOS oder Android herunter.
Inhalt
-
-
-
-
-
-
(Gesperrt)
Das Perzeptron: ein besseres Modell zur Darstellung von Neuronen3 Min. 20 Sek.
-
(Gesperrt)
Challenge: ein Perzeptron implementieren1 Min. 54 Sek.
-
(Gesperrt)
Solution: ein Perzeptron implementieren1 Min. 41 Sek.
-
(Gesperrt)
Logic Gates2 Min. 20 Sek.
-
(Gesperrt)
Lineare Trennbarkeit4 Min. 10 Sek.
-
(Gesperrt)
Multilayer-Perzeptron1 Min. 57 Sek.
-
(Gesperrt)
Challenge: Logic Gates2 Min. 55 Sek.
-
(Gesperrt)
Solution: Logic Gates3 Min. 29 Sek.
-
(Gesperrt)
-
-
-