Sinir Ağlarında Katmanlar (Neuron Layers)
Yazan : Şadi Evren ŞEKER
Bu yazının amacı yapay sinir ağlarında (Artificial Neural Networks) konusunda kullanılan katman (layer) kavramını açıklamaktır.
Bilindiği üzere bir yapay sinir ağının temel öğeleri sinir hücreleri (neurons) ve bu sinir hücrelerini bağlayan sinapsislerdir (synapses). Sinir hücreleri bağlanarak bir yapay sinir ağı oluşturulduktan sonra sistemi oluşturan her sinir hücresini aşağıdaki şekilde katmanlara bölmek mümkündür.

Bu şekilde de görüldüğü üzere nöronların bir kısmı giriş (input) bir kısmı ise çıkış (output) için kullanılmıştır. Bu nöronların oluşturduğu katmanlara giriş katmanı (input layer) ve çıkış katmanı (output layer) ismi verilir. Giriş ve çıkışta bulunan bu nöronların ana amacı sistemin dışarısı ile olan etkileşimini sağlamaktır. Ancak bir yapay sinir ağında bulunan bütün nöronların işlem yapma yeteneği bulunduğu unutulmamalıdır.
Nöronların çalışmasını daha net anlayabilmek için nöronların kullanımı konusunu okuyabilirsiniz.
« Sinapsis (Synapses) | Tek Katmanlı Sinir Ağları (Single Layer Neural Networks) »
Yorumlar
Bilgisayar Kavramları üzerinde şu anda okumakta olduğunuz 'Sinir Ağlarında Katmanlar (Neuron Layers)' isimli yazı 04 Oct 2008 tarihinde, saat: 04:59 'de Şadi Evren ŞEKER tarafından gönderilmiş, toplam 510 defa okunmuştur.
Benzer yazıları Yapay Sinir Ağları (Artificial Neural Networks) kategorilerinden okuyabilirsiniz. Yazar ile irtibat kurmak için email gönderebilirsiniz. Yazıya yorum yapabilir ya da yapılan yorumları RSS 2.0 ile takibe alabilirsiniz.
Yazarın Kitabı
Bu yazının yazarı Şadi Evren ŞEKER'in son çıkan kitabı "Programlama ve Veri Yapılarına giriş (C, C++ ve JAVA ile)" hakkında bilgi almak için Buraya tıklayabilirsiniz.
Eklenen Son Yazılar
- Visual Basic ile Gösterici (Pointer) Kullanımı
- Hasse Çizgeleri (Hasse Diagrams)
- Zeki Vekiller (Akıllı Ajanlar, Intelligent Agents, Zeki Etmenler )
- Integral Kriptoanalizi ( Toplam Tecessüsü , Integral Cryptoanalysis)
- Diferansiyel Kriptoanalizi ( Fark Tecessüsü , Differential Cryptoanalysis)
- Sierpinski Üçgeni (Sierpinski Triangle)
- C ile programlamaya giriş final sınavı çözümleri
- Çok Seviyeli Sıralar (Multi Level Queues)
- Çift Özetleme (Double Hashing)
- İkinci Dereceden Sondalama (Quadratic Probing)
Yapılan Son Yorumlar
- Şadi Evren ŞEKER: Sıralama işleminiz poligonu...
- Şadi Evren ŞEKER: bahsettiğiniz sıralama algoritması...
- Abdurrahman ulusoy: merhaba hocam. gelişigüzel...
- Oguz Okutan: Merhaba hocam.. Fonksiyonlarda degere göre...
- Şadi Evren ŞEKER: Null, NULL, nil veya null olarak...
- Fatih Kabakci: hocam merhabalar,...
- kara: Çok güzel anlatılmış gerçekten teşekkürler...
- Şadi Evren ŞEKER: Bahsettiğiniz şekil dönüşümü...
- Caner: Kullanıcıdan açı girdisi almıyorsanız...
- Furkan Yediyildiz: Algoritmanin mantigi cok güzel...
- havva: çok sağolun çok güzel açıklamalar var tşk...
- Şadi Evren ŞEKER: typedef komutu, bir yapıdan yeni bir...
- fatih kabakci: hocam ben structures ile ilgili bir sorum...
- Şadi Evren ŞEKER: evet, yukarıda açıklanan, herhangi...
- Abdurrahman ulusoy: fi açısından teta kadar döndürme...
- Şadi Evren ŞEKER: Hayır yok, bir noktanın, herhangi...
- Abdurrahman ulusoy: Bu durumda yukarıdaki formüllerin...
- Abdurrahman ulusoy: Merhaba hocam Üstteki mesajımda...
- mustafa ekmekcioğlu: merhaba şadi bey ben hacettepe...
- Şadi Evren ŞEKER: Talebiniz üzerine...
Yakın Yazılar
Sinir Ağlarında Katmanlar (Neuron Layers)
İleri Beslemeli Ağlar (Feedforward Neural Networks)
Gizli Katman Sayısı (Number of Hidden Layer)
Tek Katmanlı Sinir Ağları (Single Layer Neural Networks)
Kazanan Hepsini Alır (Winner Takes All)
Yahut Problemi (Özel Veya Problemi (XOR Problem, exclusive or))
Ağırlık Matrisleri (Weight Matrices)
Yapay Sinir Ağlarının Sınanması (Validating Artificial Neural Networks)
Yapay Sinir Ağları (Artificial Neural Networks)
Yapay Sinir Ağlarının Eğitimi (Training Neural Networks)
Hopfield Ağları (Hopfield Net)
Geri Yayılımlı Ağlar (Backpropagation Networks)
Zeki Vekiller (Akıllı Ajanlar, Intelligent Agents, Zeki Etmenler )
Bağlantılar