Нейрон с одним вектором входа p с R элементами p 1, p2, …, pR показан на рис. 2.5. Здесь каждый элемент входа умножается на веса w 11, w 12, …, w 1 R соответственно и взвешенные значения передаются на сумматор. Их сумма равна скалярному произведению вектора – строки W на вектор входа p.
Рис. 2.5
Нейрон имеет смещение b, которое суммируется со взвешенной суммой входов.
Результирующая сумма n равна
n = w 11 p 1 + w 12 p 2 + … + w 1R p R + b (2.3)
и служит аргументом функции активации f. В нотации языка MATLAB это выражение записывается так:
n = W*p + b. (2.4)
Структура нейрона, показанная выше, содержит много лишних деталей. При рассмотрении сетей, состоящих из большого числа нейронов, будет использоваться укрупненная структурная схема нейрона (рис. 2.6).
Рис. 2.6
Вход нейрона изображается в виде темной вертикальной черты, под которой указывается количество элементов входа R. Размер вектора входа p указывается ниже символа p
и равен R ´1. Вектор входа умножается на вектор-строку W длины R. Как и прежде,
константа 1 рассматривается как вход, который умножается на скалярное смещение b. Входом n функции активации нейрона служит сумма смещения b и произведения W*p. Эта сумма преобразуется функцией активации f, на выходе которой получаем выход нейрона a, который в данном случае является скалярной величиной. Структурная схема, приведенная на рис. 2.6, называется слоем сети. Слой характеризуется матрицей весов W, смещением b, операциями умножения W*p, суммирования и функцией активации f.
Вектор входов p обычно не включается в характеристики слоя.
Каждый раз, когда используется сокращенное обозначение сети, размерность матриц указывается под именами векторно-матричных переменных. Эта система обозначений поясняет строение сети и связанную с ней матричную математику.
На укрупненной структурной схеме для обозначения типа функции активации применяются специальные графические символы; некоторые из них приведены на рис. 2.7, где. а – ступенчатая, б – линейная, в – логистическая функция.
hardlim | purelin | logsig | ||
а | б | в | ||
Рис. 2.7