Giriş
Derin öğrenme , insan beyninin öğrenme şekline öykünmeye çalışan gelişmiş bir makine öğrenmesi biçimidir.
Beyninizde, ağa elektrokimyasal sinyaller geçiren sinir uzantılarıyla birbirine bağlanan nöronlar adı verilen sinir hücrelerine sahipsiniz.
Ağdaki ilk nöron uyarıldığında, giriş sinyali işlenir ve belirli bir eşiği aşarsa, nöron etkinleştirilir ve sinyali bağlı olduğu nöronlara geçirir. Bu nöronlar sırayla etkinleştirilebilir ve sinyali ağın geri kalanından geçirebilir. Zaman içinde, etkili bir şekilde nasıl yanıt vereceğinizi öğrendikçe nöronlar arasındaki bağlantılar sık kullanımla güçlendirilir. Örneğin, birisi size bir top atarsa, nöron bağlantılarınız görsel bilgileri işlemenizi ve topu yakalamak için hareketlerinizi koordine etmenizi sağlar. Bu eylemi tekrar tekrar yaparsanız, top yakalamada daha iyi olmayı öğrendikçe, top yakalamaya dahil olan nöronların ağı daha da güçlenecektir.
Derin öğrenme, elektrokimyasal uyaran yerine sayısal girişleri işleyen yapay sinir ağlarını kullanarak bu biyolojik işleme öykünür.
Gelen sinir bağlantıları genellikle x olarak tanımlanan sayısal girişlerle değiştirilir. Birden fazla giriş değeri olduğunda x, x1, x2 vb. adlı öğelere sahip bir vektör olarak kabul edilir.
Her x değeriyle ilişkili olan ağırlık (w), öğrenme simülasyonu yapmak için x değerinin etkisini güçlendirmek veya zayıflatmak için kullanılır. Ağ üzerinde daha ince ayrıntılı denetim sağlamak için sapma (b) girişi ayrıca eklenir. Eğitim sürecinde, w ve b değerleri, ağı doğru çıkışlar üretmek için "öğrenecek" şekilde ayarlanır.
Nöron, x, w ve b ağırlıklı toplamını hesaplayan bir işlevi kapsüller. Bu işlev, ağdaki bir sonraki nöron katmanına çıkış aktarıp aktaramayacağını belirlemek için sonucu (genellikle 0 ile 1 arasında bir değere) kısıtlayan bir aktivasyon fonksiyonuyla çevrilir.