(Эта история является частью серии Учитесь глубокому обучению с помощью историй — см. Глубокое обучение с помощью историй — Ankit — Medium — для получения дополнительной информации об этой серии)

Что такое обратное распространение?

Обратное распространение — это обучающий алгоритм для обучения многослойных персептронов (искусственных нейронных сетей). Это означает «обратное распространение ошибок» и относится к конкретному методу обучения искусственной нейронной сети для получения более точных результатов. Суть обратного распространения — это алгоритм наискорейшего спуска, в котором сеть корректирует свои веса, чтобы свести к минимуму разницу между желаемым и фактическим результатом.

История черепахи Курмы и пары гусей

В густом кронах леса, где правил Пингалака, жили черепаха по имени Курма и два гуся по имени Свара и Мандра. Курма был мудрой черепахой, но с одним недостатком: он любил поговорить.

Суровой зимой троица решила перебраться в более теплое место. Свара и Мандра, способные летать, должны были нести Курму, держа палку в клюве, пока Курма держал ее ртом. План шел хорошо, пока они не пролетели над шумной деревней. Жители деревни были удивлены и удивлены этим зрелищем, делая различные комментарии.

Почувствовав желание возразить, Курма открыл рот, забыв, что его жизнь зависела от самого факта молчания. В следующий момент он обнаружил, что падает вниз к деревенской площади.

Объяснение обратного распространения через историю

Падение Курмы символизирует ошибку в предсказании нейронной сети. Чем дальше падение (больше ошибка), тем более радикальна потребность в переменах. Курма извлек урок из этой ошибки и сделал мысленную пометку избегать подобных действий в будущем. Этот процесс обучения — это то, что воплощает обратное распространение в ИНС.

Каждый раз, когда ИНС делает прогноз, результат сравнивается с реальной целью. Затем разница (ошибка) распространяется обратно по сети, начиная с выходного слоя к скрытым слоям, корректируя веса (Свара и Мандра) таким образом, чтобы минимизировать эту ошибку в будущих прогнозах. Это гарантирует, что сеть учится на своих ошибках, становясь лучше с каждой итерацией, подобно тому, как Курма учится на своем падении.

Таким образом, рассказ о Курме, Сваре и Мандре дает нам представление об обратном распространении — фундаментальном аспекте глубокого обучения.

#Истории глубокого обучения #ИИ #Обратное распространение #Машинное обучение #Панчтантра #Нейронные сети