|
| Teoria | Projekt | Autorzy |
 Uczenie się neuronu przedstawia równanie: W’ = W + ηδXgdzieW - stary wektor wag W’ - nowy wektor wag η - szybkość uczenia δ - wielkość błędu między wartością otrzymaną a wartością oczekiwaną X - wektor wejściowy W tym przypadku wektory wag oraz wektor wejściowy są normalizowane. Taką sytuację przedstawia lewa kolumna wykresów (kliknij na przycisk "Projekt"). Nasz projekt pokazuje jak ważna jest normalizacja w trakcie uczenia neuronu. Prawa kolumna wykresów przedstawia sytuację, gdy żaden z wektorów nie jest normalizowany (należy zwrócić uwagę na skalę na osiach!). Neuron w którym nie dokonujemy normalizacji może sie nie uczyć a np. oscylować, zmieniająć swoją długość.
|