Differences

This shows you the differences between two versions of the page.

--- neurali:multi-layer [2020/06/08 22:20] – external edit 127.0.0.1
+++ neurali:multi-layer [2023/06/09 14:55] (current) – [Bias unit] profpro
@@ Line 2: / Line 2: @@
 http://www.willamette.edu/~gorr/classes/cs449/multilayer.html
+Nella seguente figura è mostrata una rete composta da due strati di neuroni (hidden layer, in verde).
+{{:neurali:rete.png|}}
 Le reti neurali con uno o più hidden layer con più neuroni, sono anche **non lineari**
@@ Line 11: / Line 15: @@
 Nelle reti non lineari per minimizzare l'errore quadratico medio si devono usare, invece, tecniche di iterazione numerica:
-Applicando questo algoritmo [[neurali:gradient descent]] alle reti neurali si ottiene il metodo Backpropagation
+Applicando un algoritmo [[neurali:gradient descent]] alle reti neurali si ottiene il metodo Backpropagation
-==== ====
+==== ? ====
 Quanti hidden layer servono per un certo problema di imitazione?
@@ Line 28: / Line 32: @@
 ====Bias unit====
-Sia nelle reti single layer che multi layer, ci sono un quarto tipo di neuroni (o unità neurali) (oltre input, hidden e output):
+Sia nelle reti single layer che multi layer, ci sono un quarto tipo di neuroni (o unità neurali)
+(oltre ai tre già visti: input, hidden e output):
   - **bias unit**
+{{:neurali:bias-unit.jpg?nolink|}}
 Essi generano un output costante pari ad uno, ed hanno un proprio peso sinaptico.
 Esiste un bias unit per ogni neurone che non appartiene all'input layer, quindi ce ne sono molti, ma solitamente sono omessi nello schema neurale, come sott'intesi.