Innholdsfortegnelse:
Definisjon - Hva betyr Delta Rule?
Delta-regelen i maskinlæring og nevrale nettverksmiljøer er en spesifikk type bakpropagering som hjelper til med å avgrense konneksjonistiske ML / AI-nettverk, og lager forbindelser mellom innganger og utganger med lag med kunstige nevroner.
Delta-regelen er også kjent som Delta-læringsregelen.
Techopedia forklarer Delta Rule
Generelt har backpropagation å gjøre med å beregne inngangsvekter for kunstige nevroner ved hjelp av en gradientmetode. Delta-læring gjør dette ved å bruke forskjellen mellom en målaktivering og en faktisk oppnådd aktivering. Ved hjelp av en lineær aktiveringsfunksjon justeres nettverkstilkoblinger.
En annen måte å forklare delta-regelen er at den bruker en feilfunksjon for å utføre gradient nedstigningslæring.
En veiledning om delta-regelen forklarer at teknologien i det vesentlige sammenligner en faktisk output med en målrettet utgang, prøver å finne et samsvar. Hvis det ikke er en kamp, gjør programmet endringer. Selve implementeringen av delta-regelen kommer til å variere i henhold til nettverket og dets sammensetning, men ved å bruke en lineær aktiveringsfunksjon, kan delta-regelen være nyttig for å foredle noen typer nevrale nettverkssystemer med spesielle smaker av bakpropagering.
