การเรียนรู้ของเครื่อง - โครงข่ายประสาทเทียม

ความคิดของโครงข่ายประสาทเทียมได้มาจากโครงข่ายประสาทในสมองของมนุษย์ สมองของมนุษย์มีความซับซ้อนจริงๆ การศึกษาสมองอย่างรอบคอบนักวิทยาศาสตร์และวิศวกรได้คิดค้นสถาปัตยกรรมที่สามารถเข้ากับโลกดิจิทัลของคอมพิวเตอร์ไบนารีของเราได้ สถาปัตยกรรมทั่วไปอย่างหนึ่งดังแสดงในแผนภาพด้านล่าง -

มีชั้นอินพุตซึ่งมีเซ็นเซอร์จำนวนมากเพื่อรวบรวมข้อมูลจากโลกภายนอก ทางด้านขวามือเรามีเลเยอร์เอาต์พุตที่ให้ผลลัพธ์ที่เครือข่ายคาดการณ์ไว้ ระหว่างสองชั้นนี้ซ่อนอยู่หลายชั้น แต่ละเลเยอร์เพิ่มเติมจะเพิ่มความซับซ้อนในการฝึกอบรมเครือข่าย แต่จะให้ผลลัพธ์ที่ดีกว่าในสถานการณ์ส่วนใหญ่ มีสถาปัตยกรรมหลายประเภทที่เราจะพูดถึงในตอนนี้

ANN สถาปัตยกรรม

แผนภาพด้านล่างแสดงสถาปัตยกรรม ANN หลายแบบที่พัฒนาขึ้นในช่วงระยะเวลาหนึ่งและในทางปฏิบัติในปัจจุบัน

ที่มา:

https://towardsdatascience.com/the-mostly-complete-chart-of-neural-networks-explained-3fb6f2367464

สถาปัตยกรรมแต่ละแบบได้รับการพัฒนาสำหรับแอปพลิเคชันประเภทใดประเภทหนึ่ง ดังนั้นเมื่อคุณใช้เครือข่ายประสาทเทียมสำหรับแอปพลิเคชันการเรียนรู้ของเครื่องคุณจะต้องใช้สถาปัตยกรรมที่มีอยู่อย่างใดอย่างหนึ่งหรือออกแบบของคุณเอง ประเภทของแอปพลิเคชันที่คุณตัดสินใจในที่สุดขึ้นอยู่กับความต้องการแอปพลิเคชันของคุณ ไม่มีแนวทางเดียวที่บอกให้คุณใช้สถาปัตยกรรมเครือข่ายเฉพาะ