شما با در نظر گرفتن لایه های میانی برای شبکه عصبیتون و با توجه به تعداد ورودی ها و خروجی هاتون تعداد مشخصی وزن خواهید داشت که در مرحله ی یادگیری چون ورودی ها و خروجی ها مشخص هستند این وزن ها یاد گرفته می شوند. برای تفسیر این فرایند که واقعا چرا استفاده از شبکه ی عصبی خوب هست و اصلا چه معنایی داره میتونید اینطوری تصور کنید که شما تصویرهایی که مربوط به یک موضوع هستند را میتونید با المان های مشخصی بازسازی نمود.
به طور مثال تصویر یک شخص خاص با المان های خاصی (چشم، بینی، ...) مشخص میشه . وقتی شبکه برای تصویر این شخص یادگرفته میشه وزن ها طوری یادگرفته میشوند که بتونند با ترکیب این المانها تصویر را به طور مناسبی یاد بگیرند. حالا در مرحله ی تست تصویر شخص دیگری را که وارد شبکه کنیم با این وزن ها ترکیب طوری خواهد بود که اختلاف زیادی بین تصویر ورودی و تصویر مرجع خواهیم داشت.
امیدوارم تونسته باشم قدری از مفهوم رو منتقل کنم
موفق باشید
|