Trong bài này
Mạng nơ-ron nhân tạo là kiểu mô hình gồm nhiều đơn vị xử lý được tổ chức thành các lớp. Tên gọi lấy cảm hứng từ hệ thần kinh nhưng đây là cấu trúc toán học và tính toán, không phải bản sao bộ não con người.
Input, hidden layers và output
Mạng thường có lớp đầu vào nhận dữ liệu, các lớp ẩn xử lý biểu diễn trung gian và lớp đầu ra tạo kết quả.
Neuron và layer
Mỗi đơn vị nhận tín hiệu, kết hợp chúng theo trọng số và truyền kết quả sang bước tiếp theo. Nhiều đơn vị tạo thành một layer.
Weights thay đổi khi học
Trong training, weights được điều chỉnh để mạng tạo đầu ra phù hợp hơn với mục tiêu.
Vì sao gọi là Deep Learning?
Chữ deep thường nói đến việc sử dụng nhiều lớp xử lý trung gian, giúp mô hình học các biểu diễn phức tạp hơn.
Điều cần nhớ
- Neural network gồm nhiều lớp xử lý.
- Weights thay đổi trong quá trình học.
- Deep Learning dùng nhiều lớp để học biểu diễn phức tạp.
Kiểm tra nhanh
- Lớp input có vai trò gì?
- Hidden layers nằm ở đâu?
- Weights thay đổi chủ yếu ở giai đoạn nào?
- Tại sao Deep Learning có chữ “deep”?