உள்ளடக்கம்
- வரையறை - எடை என்றால் என்ன?
- மைக்ரோசாஃப்ட் அஸூர் மற்றும் மைக்ரோசாஃப்ட் கிளவுட் | இந்த வழிகாட்டி முழுவதும், கிளவுட் கம்ப்யூட்டிங் எதைப் பற்றியது என்பதையும், கிளவுட் நிறுவனத்திலிருந்து உங்கள் வணிகத்தை நகர்த்தவும் இயக்கவும் மைக்ரோசாஃப்ட் அஸூர் எவ்வாறு உதவும் என்பதை நீங்கள் அறிந்து கொள்வீர்கள்.
- டெக்கோபீடியா எடை விளக்குகிறது
வரையறை - எடை என்றால் என்ன?
எடை பற்றிய யோசனை செயற்கை நரம்பியல் வலைப்பின்னல்களில் ஒரு அடித்தளக் கருத்தாகும். எடையுள்ள உள்ளீடுகளின் தொகுப்பு, கணினியில் உள்ள ஒவ்வொரு செயற்கை நியூரானையும் அல்லது முனையையும் தொடர்புடைய வெளியீடுகளை உருவாக்க அனுமதிக்கிறது. இயந்திர கற்றல் மற்றும் செயற்கை நுண்ணறிவு திட்டங்களை கையாளும் தொழில் வல்லுநர்கள், இதேபோன்ற அமைப்புகளுக்கான செயற்கை நரம்பியல் நெட்வொர்க்குகள் பயன்படுத்தப்படுவது பெரும்பாலும் உயிரியல் மற்றும் தொழில்நுட்ப அமைப்புகளின் செயல்பாடாக எடையைப் பற்றி பேசுகிறது.
எடை சினாப்டிக் எடை என்றும் அழைக்கப்படுகிறது.
மைக்ரோசாஃப்ட் அஸூர் மற்றும் மைக்ரோசாஃப்ட் கிளவுட் | இந்த வழிகாட்டி முழுவதும், கிளவுட் கம்ப்யூட்டிங் எதைப் பற்றியது என்பதையும், கிளவுட் நிறுவனத்திலிருந்து உங்கள் வணிகத்தை நகர்த்தவும் இயக்கவும் மைக்ரோசாஃப்ட் அஸூர் எவ்வாறு உதவும் என்பதை நீங்கள் அறிந்து கொள்வீர்கள்.
டெக்கோபீடியா எடை விளக்குகிறது
ஒரு செயற்கை நியூரானில், எடையுள்ள உள்ளீடுகளின் தொகுப்பு என்பது நியூரான் ஒரு செயல்பாட்டு செயல்பாட்டில் ஈடுபட்டு ஒரு முடிவை உருவாக்கும் வாகனம் ஆகும் (துப்பாக்கிச் சூடு அல்லது துப்பாக்கி சூடு அல்ல). வழக்கமான செயற்கை நரம்பியல் நெட்வொர்க்குகள் உள்ளீட்டு அடுக்கு, மறைக்கப்பட்ட அடுக்குகள் மற்றும் வெளியீட்டு அடுக்கு உள்ளிட்ட பல்வேறு அடுக்குகளைக் கொண்டுள்ளன. ஒவ்வொரு அடுக்கிலும், தனிப்பட்ட நியூரான்கள் இந்த உள்ளீடுகளை எடுத்து அதற்கேற்ப எடைபோடுகின்றன. இது தனிப்பட்ட நியூரான்களின் உயிரியல் செயல்பாட்டை உருவகப்படுத்துகிறது, ஒரு நியூரானின் அச்சு முதல் மற்றொரு நியூரானின் டென்ட்ரைட்டுகள் வரை கொடுக்கப்பட்ட சினாப்டிக் எடையுடன் சமிக்ஞைகள்.
ஒரு செயற்கை நரம்பியல் வலையமைப்பில் சினாப்டிக் எடைகள் எவ்வாறு பயன்படுத்தப்படுகின்றன என்பதைக் காட்ட குறிப்பிட்ட கணித சமன்பாடுகள் மற்றும் காட்சி மாடலிங் செயல்பாடுகளை ஐடி நன்மை பயன்படுத்தலாம். Backpropagation எனப்படும் ஒரு அமைப்பில், அவற்றை எவ்வாறு சரியாகப் பயன்படுத்துவது என்பதை கணினி அறிந்துகொள்வதால், வெளியீட்டு செயல்பாடுகளுக்கு ஏற்ப உள்ளீட்டு எடைகளை மாற்றலாம். இவை அனைத்தும் அதிநவீன இயந்திர கற்றல் திட்டங்களில் நரம்பியல் நெட்வொர்க்குகள் எவ்வாறு செயல்படுகின்றன என்பதற்கான அடித்தளமாகும்.
இந்த வரையறை நியூரல் நெட்வொர்க்குகளின் கான் இல் எழுதப்பட்டது