Page 194 - python
P. 194

168




                                                                  
                   (Backpropagation Network) มีการนําขอมูลสงกลับเขาไปในเน็ตเวอรคเพื่อปรับปรุงคาความผิดพลาด
                   ของคําตอบ (Error)

























                     ภาพประกอบที่ 12.6 สถาปตยกรรมโครงขายประสาทเทียมแบบไมยอนกลับและแบบแพรยอนกลับ


                          การแบงประเภทตามระดับชั้นของโครงขายประสาทเปน 2 ประเภท
                          1) โครงขายประสาทเทียมชั้นเดียว (Single layer Perceptron) ไมมีชั้นซอน (Hidden layer)
                                                                                                ุ
                                                              
                                      ุ
                   ประกอบดวยชั้นอินพต (input layer) และผานฟงกชั่นกระตุนและสงออกไปยังชั้นเอาพต (Output
                   layer)
















                                    ภาพประกอบที่ 12.7 แสดงโครงสรางประสาทเทียมแบบชั้นเดียว


                          2. โครงขายประสาทเทียมแบบหลายชั้น (Multi-layer Perceptron) ประกอบดวย ชั้นอนพต
                                  
                                                                                                     ิ
                                                                                                        ุ
                                                                                        
                                                                                     
                                                                            ุ
                                                            
                   (Input layer) ชั้นซอน (Hidden layer) กอนสงขอมูลไปยังชั้นเอาพตจะผานฟงกชั่นกระตุน (Activate
                   function) โดยในชั้นซอนสามารถมีไดหลายชั้น
                                                                                        ู
                                      
                          การเลือกใชฟงกชั่นกระตุน (Activate function) ขึ้นอยูกบลักษณะขอมลของคลาส เชน ถา
                                                                                     
                                                                           ั
                   ผลลัพธเปนคาไมตอเนื่อง สามารถใช Threshold function จากสูตร
   189   190   191   192   193   194   195   196   197   198   199