Pobierz prezentację
Pobieranie prezentacji. Proszę czekać
OpublikowałBłażej Ostrowski Został zmieniony 8 lat temu
1
formalnie: Pamięci asocjacyjne Dorota Cendrowska nieformalnie: (???) To miasto było na ‘K’... Na pewno na ‘K’! (???) Mam! To było Świnoujście... dc@pjwstk.edu.pl
2
Plan wykładu architektury sieci: jednokierunkowe ze sprzężeniem zwrotnym pamięć autoasocjacyjna: sieć Hopfielda pamięć asocjacyjna: sieć Kosko (BAM) uczenie „sieci-pamięci” asocjacyjnych uruchamianie sieci: synchroniczne asynchroniczne
3
sieci jednokierunkowe architektura: jednowarstwowa wielowarstwowa uczenie: wieloetapowe uruchamianie: jednoetapowe
4
sieci ze sprzężeniem zwrotnym architektura: jednowarstwowa, dwuwarstwowa uczenie/uruchamianie: ?
5
Sieć Hopfielda sieć jednowarstwowa: ze sprzężeniem zwrotnym sygnał wejściowy: dyskretny: –1, 1
6
Sieć Hopfielda sieć jednowarstwowa: ze sprzężeniem zwrotnym sygnał wejściowy: dyskretny: –1, 1 funkcja aktywacji:
7
uczenie jednoetapowe: Sieć Hopfielda — uczenie
8
uczenie jednoetapowe: lub (zapis macierzowy):
9
Sieć Hopfielda — uczenie (przykład) obrazy do zapamiętania w sieci:
10
Sieć Hopfielda — uczenie (przykład) obrazy do zapamiętania w sieci:
11
Sieć Hopfielda — uczenie (przykład) obrazy do zapamiętania w sieci:
12
Sieć Hopfielda — uczenie (przykład) obrazy do zapamiętania w sieci:
13
Sieć Hopfielda — uczenie (przykład) macierz wag: symetryczna zera na przekątnej wagi neuronu (wiersz/kolumna) (przykład) wagi drugiego neuronu:
14
Sieć Hopfielda — uczenie (przykład) macierz wag: symetryczna zera na przekątnej wagi neuronu (wiersz/kolumna) (przykład) wagi drugiego neuronu:
15
Sieć Hopfielda — uruchamianie uruchamianie wieloetapowe: synchroniczne (?) asynchroniczne (?) kryterium stopu: żaden z neuronów nie zmienia wartości swego wyjścia
16
Uruchamianie synchroniczne (?) kryterium stopu: żaden z neuronów nie zmienia wartości swego wyjścia z którym z zapamiętanych obrazów „kojarzy się” ?
17
Uruchamianie synchroniczne (?) kryterium stopu: żaden z neuronów nie zmienia wartości swego wyjścia z którym z zapamiętanych obrazów „kojarzy się” ?
18
Uruchamianie synchroniczne (?) kryterium stopu: żaden z neuronów nie zmienia wartości swego wyjścia z którym z zapamiętanych obrazów „kojarzy się” ?
19
Uruchamianie synchroniczne (?) kryterium stopu: żaden z neuronów nie zmienia wartości swego wyjścia z którym z zapamiętanych obrazów „kojarzy się” ?
20
Uruchamianie synchroniczne (?) kryterium stopu: żaden z neuronów nie zmienia wartości swego wyjścia z którym z zapamiętanych obrazów „kojarzy się” ?
21
Uruchamianie synchroniczne (?) kryterium stopu: żaden z neuronów nie zmienia wartości swego wyjścia z którym z zapamiętanych obrazów „kojarzy się” ?
22
Uruchamianie synchroniczne (NIE!) kryterium stopu: żaden z neuronów nie zmienia wartości swego wyjścia z którym z zapamiętanych obrazów „kojarzy się” ? never ending story :(
23
Uruchamianie asynchroniczne (TAK!) kryterium stopu: żaden z neuronów nie zmienia wartości swego wyjścia asynchroniczne — jeden neuron uaktualnia wartość wyjścia
24
Uruchamianie asynchroniczne (TAK!) kryterium stopu: żaden z neuronów nie zmienia wartości swego wyjścia asynchroniczne — jeden neuron uaktualnia wartość wyjścia
25
Uruchamianie asynchroniczne (TAK!) kryterium stopu: żaden z neuronów nie zmienia wartości swego wyjścia asynchroniczne — jeden neuron uaktualnia wartość wyjścia
26
Uruchamianie asynchroniczne (TAK!) kryterium stopu: żaden z neuronów nie zmienia wartości swego wyjścia asynchroniczne — jeden neuron uaktualnia wartość wyjścia
27
Uruchamianie asynchroniczne (TAK!) kryterium stopu: żaden z neuronów nie zmienia wartości swego wyjścia asynchroniczne — jeden neuron uaktualnia wartość wyjścia
28
Uruchamianie asynchroniczne (TAK!) kryterium stopu: żaden z neuronów nie zmienia wartości swego wyjścia asynchroniczne — jeden neuron uaktualnia wartość wyjścia
29
Uruchamianie asynchroniczne (TAK!) kryterium stopu: żaden z neuronów nie zmienia wartości swego wyjścia asynchroniczne — jeden neuron uaktualnia wartość wyjścia
30
Uruchamianie asynchroniczne (TAK!) kryterium stopu: żaden z neuronów nie zmienia wartości swego wyjścia asynchroniczne — jeden neuron uaktualnia wartość wyjścia
31
Uruchamianie asynchroniczne (TAK!) kryterium stopu: żaden z neuronów nie zmienia wartości swego wyjścia asynchroniczne — jeden neuron uaktualnia wartość wyjścia
32
Uruchamianie asynchroniczne (TAK!) kryterium stopu: żaden z neuronów nie zmienia wartości swego wyjścia asynchroniczne — jeden neuron uaktualnia wartość wyjścia ?
33
Co „pamięta” sieć Hopfielda? przynajmniej część obrazów intencjonalnie „zapamiętanych” + negatywy tych obrazów „skojarzenie”: wzorzec najbliższy wg miary Hamminga !
34
Co i ile „pamięta” sieć Hopfielda? przynajmniej część obrazów intencjonalnie „zapamiętanych” + negatywy tych obrazów „skojarzenie”: wzorzec najbliższy wg miary Hamminga pojemność pamięci autoasocjacyjnej: P — liczba zapamiętanych obrazów z prawdopodobieństwem bliskim jedności
35
Hopfield — po co pamiętać? zastosowanie pamięci autoasocjacyjnych: filtrowanie (odszumianie) uzupełnianie
36
sieć BAM (Kosko): asocjacje architektura: dwuwarstwowa uczenie jednoetapowe uruchamianie synchroniczne dwa tryby: wejście: a, wyjście: b wejście: b, wyjście: a pojemność pamięci:
37
sieć BAM (Kosko): asocjacje uczenie jednoetapowe:
38
sieć BAM (Kosko): asocjacje uczenie jednoetapowe:
39
BAM: uczenie (przykład) uczenie jednoetapowe:
40
BAM: uczenie (przykład) uczenie jednoetapowe:
41
BAM: uruchamianie (przykład) uruchamianie synchroniczne kryterium stopu: żaden z neuronów jednej z dwóch warstw nie zmienia wartości swego wyjścia
42
BAM: uruchamianie (przykład) uruchamianie synchroniczne kryterium stopu: żaden z neuronów jednej z dwóch warstw nie zmienia wartości swego wyjścia
43
BAM: uruchamianie (przykład) uruchamianie synchroniczne kryterium stopu: żaden z neuronów jednej z dwóch warstw nie zmienia wartości swego wyjścia
44
BAM: uruchamianie (przykład) uruchamianie synchroniczne kryterium stopu: żaden z neuronów jednej z dwóch warstw nie zmienia wartości swego wyjścia
45
BAM: uruchamianie (przykład) uruchamianie synchroniczne kryterium stopu: żaden z neuronów jednej z dwóch warstw nie zmienia wartości swego wyjścia
46
BAM: uruchamianie (przykład) uruchamianie synchroniczne kryterium stopu: żaden z neuronów jednej z dwóch warstw nie zmienia wartości swego wyjścia
47
BAM: uruchamianie (przykład) uruchamianie synchroniczne kryterium stopu: żaden z neuronów jednej z dwóch warstw nie zmienia wartości swego wyjścia
48
BAM: uruchamianie (przykład) uruchamianie synchroniczne kryterium stopu: żaden z neuronów jednej z dwóch warstw nie zmienia wartości swego wyjścia
49
BAM: uruchamianie (przykład) uruchamianie synchroniczne kryterium stopu: żaden z neuronów jednej z dwóch warstw nie zmienia wartości swego wyjścia
50
Sieci neuronowe (podsumowanie) architektura: jednowarstowe/wielowarstwowe z/bez sprzężenia zwrotnego uczenie z/bez nauczyciela zastosowania: klasyfikacja aproksymacja filtrowanie (auto/heteroasocjacja) grupowanie (detekcja regularności)
51
jak zwykle, zamiast zakończenia... filozoficznie: fragment okładki i książki pt. „Paddington daje sobie radę” (autor: Michael Bond) — Wie pani — powiedział do pani Bird, gdy przyszła do jadalni, by sprawdzić, czy już zjadł grzankę z marmoladą — nigdy dotąd nie zrobiłem wszystkiego, bo gdybym zrobił, to nie czekałyby mnie już żadne niespodzianki.
Podobne prezentacje
© 2024 SlidePlayer.pl Inc.
All rights reserved.