Inleiding
Deep Learning is een geavanceerde vorm van machine learning die probeert de manier te emuleren waarop het menselijk brein leert.
In je hersenen heb je zenuwcellen genaamd neuronen, die met elkaar verbonden zijn door zenuwextensies die elektrochemische signalen doorgeven via het netwerk.
Wanneer de eerste neuron in het netwerk wordt gestimuleerd, wordt het invoersignaal verwerkt en als het een bepaalde drempelwaarde overschrijdt, wordt de neuron geactiveerd en wordt het signaal doorgegeven aan de neuronen waarmee het is verbonden. Deze neuronen kunnen op hun beurt worden geactiveerd en het signaal doorgeven via de rest van het netwerk. Na verloop van tijd worden de verbindingen tussen de neuronen versterkt door frequent gebruik wanneer u leert hoe u effectief kunt reageren. Als iemand bijvoorbeeld een bal naar u toe gooit, kunt u met uw neuronverbindingen de visuele informatie verwerken en uw bewegingen coördineren om de bal te vangen. Als u deze actie herhaaldelijk uitvoert, zal het netwerk van neuronen die betrokken zijn bij het vangen van een bal sterker worden naarmate u leert hoe u beter een bal kunt vangen.
Deep Learning emuleert dit biologische proces met behulp van kunstmatige neurale netwerken die numerieke invoer verwerken in plaats van elektrochemische prikkels.
De binnenkomende zenuwverbindingen worden vervangen door numerieke invoer die doorgaans wordt aangeduid als x. Wanneer er meer dan één invoerwaarde is, wordt x beschouwd als een vector met elementen met de naam x1, x2 enzovoort.
Gekoppeld aan elke x-waarde is een gewicht (w), dat wordt gebruikt om het effect van de x-waarde te versterken of te verzwakken om leren te simuleren. Daarnaast wordt een bias-invoer (b) toegevoegd om nauwkeurige controle over het netwerk mogelijk te maken. Tijdens het trainingsproces worden de w - en b-waarden aangepast om het netwerk af te stemmen, zodat het 'leert' juiste uitvoer te produceren.
De neuron zelf bevat een functie die een gewogen som van x, w en b berekent. Deze functie bevindt zich op zijn beurt in een activeringsfunctie die het resultaat beperkt (vaak tot een waarde tussen 0 en 1) om te bepalen of de neuron een uitvoer doorgeeft aan de volgende laag neuronen in het netwerk.