Inhaltsverzeichnis:
Definition - Was bedeutet Delta-Regel?
Die Delta-Regel in Umgebungen mit maschinellem Lernen und neuronalen Netzen ist eine spezielle Art der Backpropagation, mit deren Hilfe verbindungsorientierte ML / AI-Netze verfeinert und Verbindungen zwischen Ein- und Ausgängen mit Schichten künstlicher Neuronen hergestellt werden können.
Die Delta-Regel wird auch als Delta-Lernregel bezeichnet.
Techopedia erklärt Delta Rule
Im Allgemeinen hat die Rückübertragung mit der Neuberechnung von Eingabegewichten für künstliche Neuronen unter Verwendung einer Gradientenmethode zu tun. Das Delta-Lernen macht dies unter Verwendung des Unterschieds zwischen einer Zielaktivierung und einer tatsächlich erhaltenen Aktivierung. Mit einer linearen Aktivierungsfunktion werden Netzwerkverbindungen angepasst.
Eine andere Möglichkeit, die Delta-Regel zu erklären, besteht darin, dass sie eine Fehlerfunktion verwendet, um das Lernen des Gradientenabfalls durchzuführen.
In einem Tutorial zur Delta-Regel wird erklärt, dass die Technologie im Wesentlichen beim Vergleich einer tatsächlichen Ausgabe mit einer Zielausgabe versucht, eine Übereinstimmung zu finden. Wenn es keine Übereinstimmung gibt, nimmt das Programm Änderungen vor. Die tatsächliche Implementierung der Delta-Regel hängt vom Netzwerk und seiner Zusammensetzung ab. Durch die Verwendung einer linearen Aktivierungsfunktion kann die Delta-Regel jedoch bei der Verfeinerung einiger Typen von neuronalen Netzwerksystemen mit bestimmten Backpropagation-Eigenschaften hilfreich sein.
