Akıllı öneri algoritmasının derin öğreniminin temel bilgisi
1. Derin öğrenmenin temellerine giriş
1.1 MLP ağı
MLP ağı en yaygın kullanılan ağlardan biridir. Bunlar arasında DNN, MLP ağına aittir. İleri yapıya sahip yapay bir sinir ağıdır. Çıkış vektörünü ileriye doğru yaymak için bir vektör kümesi girin. Ağ yapısı aşağıdaki gibidir:
Çeşitli düzeylerdeki ilişkiler:
.
Bunlar arasında, aktivasyon fonksiyonunu temsil eder ve setteki ortak aktivasyon fonksiyonları şunlardır: sigmod fonksiyonu, tanh fonksiyonu ve ReLU fonksiyonu.
sigmod işlevi:
tanh işlevi:
ReLU işlevi:
1.2 RNN ağı
RNN, düğümlerin bir halkaya yönlü bağlantısı olan bir tür yapay sinir ağıdır. DNN ağıyla karşılaştırıldığında, RNN, önceki zaman dizisinin çıktısını ve çıktıyı hesaplamak için mevcut girdiyi kullanabilir. Ağ yapısı aşağıdaki gibidir:
Aşağıdaki gibi genişletin:
Her seviyedeki ilişkiler:
.
1.3 CNN ağı
Evrişimsel sinir ağı, evrişim işlemi yoluyla sürekli bir alanı tanıyabilen ve görüntü işlemede iyi sonuçlar veren bir tür ileri beslemeli sinir ağıdır. Evrişimsel sinir ağının yapısı, orijinal görüntü giriş katmanını, evrişim katmanını, havuz katmanını, tamamen bağlı katmanı ve çıktı katmanını içerir. Ağ yapısı aşağıdaki gibidir:
Çeşitli katmanlar arasındaki bağlantı ilişkisi aşağıdaki gibidir:
Giriş katmanı X ile evrişimli katman C arasındaki ilişki:
Evrişimli katman C ile örnekleme katmanı S arasındaki ilişki:
Örnekleme katmanı S ile çıktı katmanı Y arasındaki ilişki:
Burada K = {km, n} bir evrişim çekirdeğini temsil eder.
1.4AE ağı
AE kendi kendine kodlayıcı, denetimsiz bir ağdır. Otomatik kodlayıcının amacı, X girişinin ve X 'çıkışının mümkün olduğunca yakın olmasıdır. Ağ yapısı iki katmanlı bir MLP'dir. Bu yakınlık, yeniden yapılandırma hatası ile ifade edilir. Ağın seyrekliğini sağlamak için hata fonksiyonu, ortalama kare hatası ve çapraz entropiye sahiptir. Hata işlevi, ağ girdisi rasgele gürültü verilerinin sağlamlığını sağlamak için L1 normal terimini ekler. Ağ yapısı aşağıdaki gibidir:
