Örnekte kullanılan sinir ağının mimarisi, üç katmanlı ileri beslemeli bir sinir ağıdır: bir giriş katmanı, bir gizli katman ve bir çıkış katmanı. Giriş katmanı, giriş görüntüsündeki piksel sayısına karşılık gelen 784 birimden oluşur. Giriş katmanındaki her birim, görüntüdeki bir pikselin yoğunluk değerini temsil eder.
Gizli katman, giriş katmanına tamamen bağlı 128 birimden oluşmaktadır. Gizli katmandaki her birim, girdi katmanından gelen girdilerin ağırlıklı toplamını hesaplar ve bir çıktı üretmek için bir aktivasyon fonksiyonu uygular. Bu örnekte, gizli katmanda kullanılan aktivasyon fonksiyonu, doğrultulmuş doğrusal birim (ReLU) fonksiyonudur. ReLU işlevi f(x) = max(0, x) olarak tanımlanır; burada x, birime yapılan girdilerin ağırlıklı toplamıdır. ReLU işlevi, ağa doğrusal olmama özelliği getirerek, verilerdeki karmaşık kalıpları ve ilişkileri öğrenmesine olanak tanır.
Çıktı katmanı, her biri sınıflandırma problemindeki olası sınıflardan birini temsil eden 10 birimden oluşur. Çıkış katmanındaki birimler de gizli katmandaki birimlere tam olarak bağlıdır. Gizli katmana benzer şekilde, çıkış katmanındaki her birim gizli katmandan gelen girdilerin ağırlıklı toplamını hesaplar ve bir aktivasyon fonksiyonu uygular. Bu örnekte çıktı katmanında kullanılan aktivasyon fonksiyonu softmax fonksiyonudur. Softmax işlevi, girdilerin ağırlıklı toplamını, olasılıkların toplamının 1'e eşit olduğu sınıflar üzerinde bir olasılık dağılımına dönüştürür. En yüksek olasılığa sahip birim, girdi görüntüsünün tahmin edilen sınıfını temsil eder.
Özetlemek gerekirse, örnekte kullanılan sinir ağı mimarisi 784 birimlik bir giriş katmanı, ReLU aktivasyon fonksiyonunu kullanan 128 birimlik bir gizli katman ve softmax aktivasyon fonksiyonunu kullanan 10 birimlik bir çıkış katmanından oluşmaktadır.
ile ilgili diğer yeni sorular ve cevaplar Sınıflandırma yapmak için bir sinir ağı kurmak:
- TensorFlow.js'de çalışan makine öğrenimi modelleri için eşzamansız öğrenme işlevinin kullanılması gerekli midir?
- Model, TensorFlow.js'de nasıl derlenir ve eğitilir ve kategorik çapraz entropi kaybı işlevinin rolü nedir?
- Makine öğrenimi sürecinde öğrenme oranı ve dönem sayısının önemi nedir?
- Eğitim verileri, TensorFlow.js'de eğitim ve test kümelerine nasıl bölünür?
- TensorFlow.js'nin sınıflandırma görevleri için bir sinir ağı oluşturmadaki amacı nedir?