আমি অ-রৈখিক শ্রেণিবদ্ধকরণ মডেলগুলির গাণিতিক অর্থ বোঝার চেষ্টা করছি:
আমি কেবল একটি নিবন্ধ পড়েছি নিউরাল নেট একটি অ-রৈখিক শ্রেণিবদ্ধকরণ মডেল হওয়ার বিষয়ে কথা বলছি।
তবে আমি বুঝতে পারি যে:
প্রথম স্তর:
h1=x1∗wx1h1+x2∗wx1h2
জ2= এক্স1∗ ডাব্লুএক্স 2 এইচ 1+ এক্স2∗ ডাব্লুএক্স 2 এইচ 2
পরবর্তী স্তর
Y= বি ∗ ডাব্লুখ y+ এইচ1∗ ডাব্লুh 1 y+ এইচ2∗ ডাব্লুh 2 y
সরলীকরণ করা যেতে পারে
= বি ' + ( এক্স1∗ ডাব্লুএক্স 1 এইচ 1+ এক্স2∗ ডাব্লুএক্স 1 এইচ 2) ∗ ডাব্লুh 1 y+ ( এক্স1∗ ডাব্লুএক্স 2 এইচ 1+ এক্স2∗ ডাব্লুএক্স 2 এইচ 2) ∗ ডাব্লুh 2 y
= খ ' + এক্স1( ডাব্লুh 1 y∗ ডাব্লুএক্স 1 এইচ 1+ ডাব্লুএক্স 2 এইচ 1∗ ডাব্লুh 2 y) + এক্স2( ডাব্লুh 1 y∗ ডাব্লুএক্স 1 এইচ 1+ ডাব্লুএক্স 2 এইচ 2∗ ডাব্লুh 2 y)
একটি দুটি স্তর নিউরাল নেটওয়ার্ক কেবল একটি সাধারণ লিনিয়ার রিগ্রেশন
= খ'+ এক্স1∗ ডাব্লু'1+ এক্স2∗ ডাব্লু'2
এটি কোনও স্তরের কোনও সংখ্যকে প্রদর্শিত হতে পারে, যেহেতু যে কোনও সংখ্যক ওজনের রৈখিক সংমিশ্রণ আবার রৈখিক হয়।
কী সত্যই একটি নিউরাল নেট একটি অ রৈখিক শ্রেণিবদ্ধকরণ মডেল করে তোলে?
অ্যাক্টিভেশন ফাংশনটি কীভাবে মডেলের অ লিনিয়ারিটি প্রভাব ফেলবে?
তুমি কি আমাকে ব্যাখ্যা করতে পারবে?