Gewicht

Inhoud

• Definitie - Wat betekent gewicht?
• Een inleiding tot Microsoft Azure en de Microsoft Cloud | In deze handleiding leert u wat cloud computing inhoudt en hoe Microsoft Azure u kan helpen bij het migreren en runnen van uw bedrijf vanuit de cloud.
• Techopedia verklaart Gewicht

Definitie - Wat betekent gewicht?

Het idee van gewicht is een fundamenteel concept in kunstmatige neurale netwerken. Met een set gewogen ingangen kan elk kunstmatig neuron of knooppunt in het systeem gerelateerde uitgangen produceren. Professionals die zich bezighouden met machine learning en kunstmatige intelligentieprojecten waarbij kunstmatige neurale netwerken voor vergelijkbare systemen worden gebruikt, praten vaak over gewicht als een functie van zowel biologische als technologische systemen.

Gewicht wordt ook wel synaptisch gewicht genoemd.

Een inleiding tot Microsoft Azure en de Microsoft Cloud | In deze handleiding leert u wat cloud computing inhoudt en hoe Microsoft Azure u kan helpen bij het migreren en runnen van uw bedrijf vanuit de cloud.

Techopedia verklaart Gewicht

In een kunstmatig neuron is een verzameling van gewogen ingangen het voertuig waardoor het neuron een activeringsfunctie aangaat en een beslissing produceert (al dan niet schieten). Typische kunstmatige neurale netwerken hebben verschillende lagen, waaronder een invoerlaag, verborgen lagen en een uitvoerlaag. Bij elke laag neemt het individuele neuron deze inputs op en weegt ze dienovereenkomstig. Dit simuleert de biologische activiteit van individuele neuronen, signalen met een gegeven synaptisch gewicht van het axon van een neuron naar de dendrieten van een ander neuron.

IT-professionals kunnen specifieke wiskundige vergelijkingen en visuele modelleringsfuncties gebruiken om te laten zien hoe synaptische gewichten worden gebruikt in een kunstmatig neuraal netwerk. In een systeem dat backpropagation wordt genoemd, kunnen invoergewichten worden gewijzigd op basis van de uitvoerfuncties, omdat het systeem leert hoe ze correct kunnen worden toegepast. Dit alles is fundamenteel voor het functioneren van neurale netwerken in geavanceerde machine learning-projecten.