Нейроны в сетях такого типа делятся на группы с общим выходным сигналом – слои, при этом на каждый нейрон первого слоя подаются все элементы внешнего выходного сигнала, а все выходы нейронов q-го слоя подаются на каждый нейрон слоя (q+1). 

Нейроны выполняют взвешенное (с синаптическими весами) суммирование элементов выходных сигналов; к данной сумме прибавляется смещение нейрона. Над полученным результатом затем выполняется нелинейное преобразование с помощью активационной функции. Значение функции активации есть выход нейрона.

Рассмотрим в качестве примера двухслойный персептрон (рис. 1), нейроны которого имеют активационную функцию в виде единичного скачка.

Рис. 1.Схема двухслойного персептрона

 На n входов сети поступают входные сигналы Xi, проходящие по синапсам на 3 нейрона, образующие единственный слой этой НС и выдающие три выходных сигнала:

 j=1...3

Очевидно, что все весовые коэффициенты синапсов одного слоя нейронов можно свести в матрицу W, в которой каждый элемент wij задает величину i-ой синаптической связи j-ого нейрона. Таким образом, процесс, происходящий в НС, может быть записан в матричной форме:

Y=f(X·W)где X и Y – соответственно входной и выходной сигнальные векторы (здесь под вектором понимается вектор-строка), f(V) – активационная функция, применяемая поэлементно к компонентам вектора V, равного произведению X·W.

Добавить комментарий


Защитный код
Обновить