Интерпретация нейронов в нейронной сети
Я пришел к решению проблемы классификации с использованием нейронных сетей. У меня есть весовые векторы для того же самого. Данные 5-мерные и в скрытом слое 5 нейронов. Предположим, что нейрон 1 имеет входные веса w11, w12, ...w15 Я должен объяснить физическую интерпретацию этих весов... как комбинацию этих весов, что она представляет в задаче. Существует ли такая интерпретация или нейрон не имеет конкретной интерпретации как таковой?
2 ответа
Один нейрон не даст вам никакой интерпретации, но, глядя на комбинацию пары нейронов, можно сказать, какой паттерн в ваших данных захвачен этим набором нейронов (при условии, что ваши данные достаточно сложны, чтобы иметь несколько паттернов, но не слишком сложны). что в сети слишком много подключений).
Веса, соответствующие нейрону 1, в вашем случае w11...w15, являются весами, которые отображают 5 входных объектов в этот нейрон. Веса количественно определяют степень, в которой каждый объект будет влиять на свой нейрон (который, в свою очередь, представляет некоторый объект более высокого измерения). Каждый нейрон представляет собой матричное представление этих весов, обычно после применения функции активации.
Математическая формула, которая определяет значение нейронной матрицы, представляет собой матричное умножение матрицы признаков и матрицы весов и использование функции потерь, которая в основном представляет собой сумму квадрата разности между выходными данными умножения матрицы и фактическая метка. Затем для корректировки значений матрицы весов используется функция Stochastic Gradient Descent, чтобы минимизировать функцию потерь.