1. Подготовка данных. Данные, та информация, которая пройдет через сеть и оставит на ней неизгладимый отпечаток. Все так как у человека. Определенная информация оставляет впечатления на всю свою жизнь, и готовит к будущим победам.
2. Конструирование сети. Нейросеть должна иметь определенную структуру. У нее должны быть возможности получить информацию, обработать и вернуть результат. Фактически сеть состоит из трех основных элементов: принимающий слой нейронов, средние слои, и финальный слой, где генерируется ответ.
Проводя параллели с человеком, можно указать на следующие соответствия. Слой ввода – это сенсоры, глаза, уши, нос и так далее. Эти органы чувство снабжены нервными клетками, которые собирают информацию из окружающей среды. По нервным волокнам информационный поток стремится в головной мозг, где происходит обработка полученных знаний. Нейроны отвечающие за решения, принятые в результате увиденного или услышанного и воплощенные в мышечную деятельность в виде, например, бега, произнесенных слов, или любой другой активности, это последний слой, дающий результат. Искусственная нейросеть представляет собой компьютерную программу, написанную человеком. А нейросеть самого человека – продукт эволюционного отбора, закрепленного в генах, как следует удобренный культурой и воспитанием.
1. Настройки сети. Перед тем как сеть увидит данные, она должна быть настроена. Во-первых, там есть много ручек, которые можно подкрутить. Во-вторых, есть возможность взять предварительно обученную модель для того, чтоб сократить время тренировки. Если сравнивать с человеком, то необходимо учить математике с нуля, и только потом прийти к линейной алгебре. Ведь без фундамента невозможно ожидать усвоению сложного материала. Для компьютера же можно взять предварительно обученную школьной математике модель и сразу приступить к обучению линейке, минуя первый шаг.
2. Модель, место, где сохраняется результат увиденного. Долговременная память, если хотите. Так сказать, слепок впечатлений и знания, для последующего использования.
3.Тренировка модели. Фактически это процесс предоставления информации сети. Модель в таком случае учится сама находить признаки, по которым она понимает почему что-то то, а не это. К примеру если ребенку показать картинку с котом первый раз и спросить что это такое, то он ответит что не знает. Однако, если мы повторим эту процедуру большое количество раз, то ребенок будет с определенной долей вероятности правильно указывать на кота или собаку.
Чем больше картинок увидит ребенок, тем точнее будет определение. Причем, через некоторое время можно будет показать для сравнения не всего кота, а только его глаз и глаз собаки, задав вопрос: где чей?