Описание тега neural-network
Нейронные сети имеют множество практических приложений в сфере программного обеспечения.
Применение нейронных сетей для обучения с учителем может заключаться в обучении нейронной сети оптическому распознаванию символов или распознаванию почерка. Сеть будет обучаться на образцах персонажей, и при наличии достаточного количества данных, которые представляют собой репрезентативную выборку населения, сеть может обобщить на более широкий спектр случаев, которые не встречались во время обучения. Процедура обучения нейронной сети в режиме контролируемого обучения включает алгоритм обучения для нахождения оптимальных весов нейронов в сети, которые минимизируют ее ошибку при выполнении задачи. Градиентный спуск - это пример алгоритма обучения, общего для настройки весов нейронной сети. Часто сопровождается обратным распространением метод, чтобы измерить вклад каждого веса в сигнал ошибки и определить градиенты, которые направляют алгоритм обучения при настройке каждого веса.
Чтобы увидеть пример сети обратного распространения в действии, см. Исходный код GNU Backgammon
Часто используемая топология сети в обучении без учителя - это самоорганизующаяся карта, которую часто приписывают Кохонену. Эти сети могут использоваться для кластеризации данных и, в общем, для обеспечения более низкоразмерного представления пространства более высокой размерности.
См. Эту статью проекта кода для применения самоорганизующейся карты в кластеризации различных изображений для поиска всех уникальных лиц.
Вступительное видео
Демистификация нейронных сетей ( ноутбуки Jupyter)