- Lớp nhập là lớp gồm các nơ ron nhận thông tin đầu vào và chuyển vào
mạng, không có vai trò xử lý trong mạng. Mỗi nút trong lớp nhập tƣơng ứng với một biến độc lập.
- Lớp ẩn gồm các lớp ở giữa lớp vào và lớp ra, thực hiện xử lý thông tin.
Gọi là lớp ẩn vì các nút trong lớp này chỉ liên lạc với các nút trong lớp nhập và lớp xuất, và chỉ ngƣời thiết kế mạng mới biết lớp này.
- Lớp ra tổng hợp các tín hiệu đầu vào đã đƣợc xử lý và đƣa tín hiệu ra
ngoài mạng. Các nút trong lớp này nhận các tín hiệu đã đƣợc xử lý từ các nút ở lớp ẩn. Mỗi nút trong lớp ra tƣơng ứng với một biến phụ thuộc.
Tùy theo số lƣợng các lớp có trong mạng ta có đƣợc các mạng khác nhau.
- Mạng một lớp là mạng mà đầu ra của mạng chính là đầu ra của nơ ron ở lớp nhập dữ liệu đầu vào.
- Mạng hai lớp gồm một lớp đầu vào và một lớp đầu ra chuyên biệt
- Mạng nhiều lớp bao gồm lớp nhập, lớp ra và có ít nhất một lớp ẩn trong mạng.
Dựa theo đƣờng truyền liên kết giữa các nơ ron trong mạng ta có các mạng:
- Mạng nơ ron truyền thẳng (feedforward network)
- Mạng nơ ron phản hồi (feedback network).
- Mạng nơ ron tự tổ chức (self organizing maps)
Mạng nơ ron truyền thẳng
Mạng nơ ron truyền thẳng là mạng mà đầu ra của nơ ron ở lớp trƣớc là đầu vào của nơ ron ở lớp sau. Cấu trúc phổ biến của mạng truyền thẳng nhƣ hình sau:
Hình 2.3: Mô hình của một mạng nơ ron truyền thẳng.
Mạng nơ ron phản hồi
Mạng nơ ron phản hồi là mạng mà đầu ra của một nơ ron có thể trở thành đầu vào của nơ ron khác trên cùng lớp hoặc nơ ron ở lớp trƣớc. Mạng phản hồi có chu trình khép kín gọi là mạng hồi quy (recurrent network)
Hình 2.4: Mô hình của một mạng nơ ron phản hồi.
Mạng nơ ron tự tổ chức
Mạng nơ ron tự tổ chức là mạng có khả năng sử dụng những kết quả của quá khứ để thích ứng với những biến đổi của môi trƣờng (những biến đổi không dự báo trƣớc).
Hình 2.5: Mô hình của một mạng nơ ron tự tổ chức
2.3.3Học của mạng nơ ron nhân tạo
Đối với mạng nơ ron nhân tạo thì việc học là quan trọng để tạo nên một mạng nơ ron. Có hai vấn đề cần học đối với mỗi mạng nơ ron nhân tạo đó là học tham số (parameter learning) và học cấu trúc (structure learning).
Học tham số là việc thay đổi trọng số của các liên kết giữa các nơ-ron trong mộtmạng, còn học cấu trúc là việc điều chỉnh cấu trúc của mạng bao gồm thay đổi số lớpnơron, số nơ-ron của mỗi lớp và cách liên kết giữa chúng. Hai vấn đề này có thểđƣợc thực hiện đồng thời hoặc tách biệt.
Về mặt phƣơng pháp học, có thể chia ra làm ba loại: học có giám sát hay còn gọilà học có thầy (supervised learning), học tăng cƣờng (reinforcement learning) và họckhông có giám sát hay còn gọi là học không có thầy ( unsupperviced learning).
- Học có giám sát
- Học không giám sát
- Học tăng cƣờng
(adsbygoogle = window.adsbygoogle || []).push({});