Obsah:
Definice - Co znamená pravidlo Delta?
Pravidlo Delta v prostředí strojového učení a neuronových sítí je specifickým typem backpropagace, který pomáhá upřesňovat konektivistické ML / AI sítě a vytváří spojení mezi vstupy a výstupy vrstvami umělých neuronů.
Pravidlo Delta je také známé jako pravidlo učení Delta.
Techopedia vysvětluje pravidlo Delta
Obecně se backpropagace týká přepočítávání vstupních hmotností umělých neuronů pomocí gradientové metody. Učení delta to dělá pomocí rozdílu mezi cílovou aktivací a skutečnou získanou aktivací. Pomocí funkce lineární aktivace jsou síťová připojení upravena.
Dalším způsobem, jak vysvětlit pravidlo Delta, je to, že používá chybovou funkci k provádění učení gradientu sestupu.
Výukový program pro pravidlo Delta vysvětluje, že v podstatě při porovnání skutečného výstupu s cíleným výstupem se technologie snaží najít shodu. Pokud neexistuje shoda, program provede změny. Skutečná implementace pravidla Delta se bude lišit podle sítě a jejího složení, ale použitím funkce lineární aktivace může být pravidlo Delta užitečné při rafinaci některých typů systémů neuronových sítí se zvláštními příchutěmi backpropagation.
