Aus dem Kurs: Machine Learning Grundlagen

Erhalten Sie Zugriff auf diesen Kurs – mit einer kostenlosen Probeversion

Werden Sie noch heute Mitglied und erhalten Sie Zugriff auf mehr als 25.300 Kurse von Branchenfachleuten.

Berechnungen im Neuron

Berechnungen im Neuron

Aus dem Kurs: Machine Learning Grundlagen

Gratismonat starten Für Ihr Team erwerben

Berechnungen im Neuron

“

Jedes künstliche Neuron bekommt eine Menge von Eingabewerten, also Inputs. Beim Netzwerk ist typischerweise ein Input der Output eines anderen Neurons. Diese Inputs werden auch mit x und jeweils einem Index bezeichnet. Dieser Index geht von 1 bis n, also n ist dabei die Anzahl der Inputs. Zusätzlich erhält jeder Input ein Gewicht. Das Gewicht wird mit der Eingabe verknüpft und erhält einen Fließkommawert von -1 bis 1. Dieses Gewicht soll dazu dienen, die Eingaben über eine Gewichtung stärker oder schwächer werden zu lassen. Diese werden typischerweise als w abgekürzt, für das englische Weight. Jedes Neuron erzeugt auch eine Ausgabe, die der Aktivierung des Neurons entspricht. Wir haben bereits erwähnt, dass ein Perceptron die Ausgabe 1 hat, wenn das Neuron feuert, bzw. 0, wenn es dies eben nicht tut. Für den Anfang wollen wir uns auf diese einfachen Perceptrons fokussieren. Hier sehen wir ein einfaches Perceptron mit drei Inputs, drei dazu passenden Gewichten und einer Ausgabe. Aber…

Inhalt