Page 32 - 4524
P. 32

хідні вихідні сигнали. Розрізнюють навчання з учителем і без
                            учителя. Перший тип навчання припускає, що є «учитель», що
                            задає пари, які навчають — для кожного вхідного вектора, що
                            навчає, необхідний  вихід мережі. Для кожного вхідного век-
                            тора, що навчає, обчислюється вихід мережі, порівнюється з
                            відповідно необхідним, визначається помилка виходу, на ос-
                            нові якої й коректуються ваги. Пари, що навчають, подаються
                            мережі послідовно й ваги уточнюються доти, поки помилка за
                            такими парами не досягне необхідного рівня.
                                  Цей вид навчання неправдоподібний з біологічної точки
                            зору. Дійсно, важко уявити зовнішнього «учителя» мозку, що
                            порівнює  реальні  й  необхідні  реакції  того,  кого  навчають,  і
                            коригує  його  поведінку  (поведінку  нейронів)  за  допомогою
                            негативного зворотного зв'язку. Більш природним є навчання
                            без  учителя,  коли  мережі  подаються  тільки  вектори  вхідних
                            сигналів, і мережа сама, використовуючи деякий алгоритм на-
                            вчання, підстроювала б ваги так, щоб при поданні  їй  досить
                            близьких вхідних векторів вихідні сигнали були б однакови-
                            ми. У цьому випадку в процесі навчання виділяються статис-
                            тичні властивості безлічі вхідних векторів, що навчають, і ві-
                            дбувається об'єднання близьких (подібних) векторів  у класи.
                            Подання мережі вектора з даного класу викликає її певну реа-
                            кцію, яка до навчання є непередбаченою. Тому в процесі на-
                            вчання виходи мережі мають трансформуватися в деяку зрозу-
                            мілу форму. Це не є серйозним обмеженням, оскільки зазви-
                            чай нескладно ідентифікувати зв'язок між вхідними векторами
                            й відповідною реакцією мережі.
                                  Існує  ще  один  вид  навчання  -  з  підкріплюванням  (rein-
                            forcement learning), при якому також передбачається наявність
                            учителя, що не підказує, однак, мережі правильної відповіді.
                            Учитель  тільки  повідомляє,  правильно  чи  неправильно  від-
                            працювала мережа поданий образ. На основі цього мережа ко-
                            регує  свої  параметри,  збільшуючи  значення  ваг  зв'язків,  що
                            правильно реагують на вхідний сигнал, і зменшуючи значення
                            інших ваг.
                                  Сьогодні  існує  велика  кількість  алгоритмів  навчання.
                            Деякі  з  них  розглядатимуться  пізніше,  тут  же  коротко зупи-
                            нимося на найбільш відомих.



                                                           31
   27   28   29   30   31   32   33   34   35   36   37