neuron
En grundlæggende beregningsenhed i et kunstigt neuralt netværk, der modtager input, behandler dem via en vægtet sum og en aktiveringsfunktion og producerer et output.
Kort fortalt
En lille matematisk funktion, der tager tal ind, ganger dem med nogle vægte, lægger et bias til og sender resultatet videre gennem en aktiveringsfunktion.
- Kategori
- begreb
- Niveau
- begynder
- Udtale
- [neʊˈʁoːn]
Betydninger
1- 1
Den grundlæggende beregningsenhed i et kunstigt neuralt netværk, der udfører en vægtet sum af input og anvender en aktiveringsfunktion for at producere et output.
- Hvert neuron i det skjulte lag modtager signaler fra alle neuroner i inputlaget.
- Vægtene på et neuron bestemmer, hvor meget hvert input påvirker outputtet.
Hvornår bruges det
Neuroner arrangeres i lag i et neuralt netværk, hvor hvert neuron modtager input fra neuroner i det foregående lag. Under træning justeres vægtene for at minimere fejl i netværkets output.
Formel
output = activation(∑(w_i * x_i) + b)Kodeeksempel
import numpy as np
def neuron(inputs, weights, bias, activation):
z = np.dot(weights, inputs) + bias
return activation(z)
# Eksempel
inputs = np.array([0.5, 0.2, 0.1])
weights = np.array([0.8, -0.3, 0.6])
bias = 0.1
activation = lambda x: 1 / (1 + np.exp(-x)) # sigmoid
output = neuron(inputs, weights, bias, activation)
print(output)En simpel Python-implementering af et neuron med en sigmoid-aktiveringsfunktion.
Oprindelse
Termen er lånt fra biologi, hvor en neuron er en nervecelle, der sender elektriske signaler. Kunstige neuroner efterligner denne funktion matematisk.
Afledte ord
3Kilder
1- Rosenblatt, F. (1958). The Perceptron: A Probabilistic Model for Information Storage and Organization in the Brain.