Báo giữa kỳ môn machine learning MẠNG NƠ RON TRUYỀN THẲNG (FEEDFORWARD NEURAL NETWORK)

Báo Giữa kỳ Môn Machine Learning Trần Văn Sáng – 51703173 Nguyễn Đình Tồn - 51800753 Nội Dung MẠNG NƠ-RON TRUYỀN THẲNG CÁC THƯ VIỆN TRONG (FEEDFORWARD NEURAL KERAS NETWORK) Demo MẠNG NƠ-RON TRUYỀN THẲNG (FEEDFORWARD NEURAL NETWORK) 1.1 Neural network gì? • Neural Network hay gọi Mạng nơ-ron nhân tạo, chuỗi thuật tốn đưa để tìm kiếm mối quan hệ tập hợp liệu Thông qua việc bắt bước cách thức hoạt động từ não conngười Nói cách khác, mạng nơ ron nhân tạo xem hệ thống tế bào thần kinh nhân tạo • Neural Network có khả thích ứng với thay đổi từ đầu vào Do vậy, đưa kết cách tốt mà bạn không cần phải thiết kế lại tiêu chí đầu 1.1.1 Kiến trúc mạng Neural network 1.1.2 Cấu trúc mạng Neural network 1.1.3 Cấu trúc mạng Neural network Gồm tập đơn vị xử lý (các noron nhân tạo) Trạng thái kích hoạt hay đầu đơn vị xử lý Một luật lan truyền định cách tính tín hiệu đơn vị từ đầu vào Một hàm kích hoạt, hay hàm chuyển, xác định mức độ kích hoạt khác dựa mức độ kích hoạt Một đơn vị điều chỉnh (độ lệch) (bias, offset) đơn vị Phương pháp thu thập thông tin (luật học - learning rule) Liên kết đơn vị Xét tổng quát, liên kết định nghĩa trọng số Wjk cho ta biết hiệu ứng mà tín hiệu đơn vị j có đơn vị k 1.1.4 Các thành phần mạng nơron nhân tạo • Đơn vị xử lý • Hàm kết hợp (tính tổng) 1.1.4 Các thành phần mạng nơron nhân tạo • Hàm kích hoạt • Hàm sigmoid (Sigmoid function (logsig)) 1.2 10 Thuật toán lan truyền ngược (Backpropagation) 2.1.2 Cách sử dụng ví dụ minh họa • Loại bỏ layer khỏi mơ hình phương thức pop() 17 2.1.2 Cách sử dụng ví dụ minh họa • Đặt tên cho layer mơ hình đối số name 18 2.1.2 Cách sử dụng ví dụ minh họa • Tất lớp Keras cần biết hình dạng đầu vào để tạo trọng lượng chúng Vì vậy, khởi tạo lớp mới, ban đầu, khơng có trọng số 19 2.1.2 Cách sử dụng ví dụ minh họa • Có thể định đầu vào cho layer cách ma trận cho layer: 20 2.1.2 Cách sử dụng ví dụ minh họa • Điều áp dụng cho mơ hình Khi khởi tạo mơ hình ban đầu khơng có trọng số gọi hàm weights trả lỗi: 21 2.1.2 Cách sử dụng ví dụ minh họa • Khi thêm ma trận cho mơ hình trọng số có giá trị 22 2.1.2 Cách sử dụng ví dụ minh họa • Khi mơ hình xây dựng, gọi hàm summary() để hiển thị nội dung 23 2.1.2 Cách sử dụng ví dụ minh họa • Tạo đầu vào cho mơ hình thơng qua hàm Input() 24 2.1.2 Cách sử dụng ví dụ minh họa • Cũng tạo đầu vào cho mơ hình thơng qua hàm input_shape() 25 2.2 Dense Layer • Dense Layer lớp mạng nơ-ron kết nối sâu, có nghĩa nơ-ron lớp dày đặc nhận đầu vào từ tất nơ-ron lớp trước Lớp dày đặc coi lớp sử dụng phổ biến mơ hình 26 2.2 Dense Layer • Các tham số dense layer : 27 2.2 Dense Layer • Áp dụng Dense Layer vào mơ hình 28 2.2 Dense Layer • Cách 29 DEMO 31 ... NƠ -RON TRUYỀN THẲNG CÁC THƯ VIỆN TRONG (FEEDFORWARD NEURAL KERAS NETWORK) Demo MẠNG NƠ -RON TRUYỀN THẲNG (FEEDFORWARD NEURAL NETWORK) 1.1 Neural network gì? • Neural Network hay cịn gọi Mạng nơ -ron. .. lại tiêu chí đầu 1.1.1 Kiến trúc mạng Neural network 1.1.2 Cấu trúc mạng Neural network 1.1.3 Cấu trúc mạng Neural network Gồm tập đơn vị xử lý (các noron nhân tạo) Trạng thái kích hoạt hay... 2.1 Giới thiệu thư viện Keras • Keras thư viện mạng nơ ron viết python năm 2015 kỹ sư deep learning google Ta kết hợp keras với thư viện deep learning Keras high-level API Tensorflow, phát triển