Ağırlıklar, Sapma ve Ağırlıklı Toplam

Nöron, sinir ağının en küçük birimidir. Birkaç sayı alır ve tek bir sayı üretir. Tüm görevi budur. 🧠

Her nöron, piksel parlaklığı veya fiyat gibi girdileri sayılar hâlinde alır. Ölçebildiğiniz her şey nörona beslenen bir girdiye dönüşebilir.

Her girdi, ne kadar önemli olduğunu belirten bir ağırlıkla eşleştirilir. Büyük ağırlık güçlü etki, küçük ağırlık ise nöronun girdiyi büyük ölçüde görmezden gelmesi demektir.

Nöron her girdiyi kendi ağırlığıyla çarpar ve sonuçları toplar. Bu biriken toplam, ağırlıklı toplamın temelidir.

Yanlılık, en sonda eklenen fazladan bir sayıdır. Girdiler sıfır olsa bile nöronun etkinleşebilmesi için sonucu yukarı veya aşağı kaydırır.

Bunları birleştirdiğinizde ünlü w·x + b ifadesini elde edersiniz. Ağırlıklar çarpı girdiler, artı yanlılık. Derin öğrenmedeki neredeyse her katman burada başlar.

Ağırlık çarpı girdi toplamı tam olarak bir nokta çarpımıdır. Bunu w·x şeklinde yazmak, iki girdiyi de iki bin girdiyi de aynı fikirle işlemenizi sağlar.

İşte sade Python ile yazılmış ağırlıklı toplam. Eşleşen ağırlıklar ve girdiler üzerinde döngü kurun, çarpın ve toplamı biriktirin.

Son sayı bir puandır: yüksek değer nöronun evete, düşük değer ise hayıra eğilimli olduğunu gösterir. Daha sonraki bir adım bu puanı gerçek bir karara dönüştürür.

Ağırlıkları elle seçmezsiniz. Eğitim, nöronun puanları istediğiniz yanıtlarla eşleşene kadar her ağırlığı biraz artırır veya azaltır.

Yüksek bir yanlılık, nöronu evet demeye istekli kılar; düşük bir yanlılık ise onu temkinli yapar. Herhangi bir girdi gelmeden önce başlangıç düzeyini belirler.

Bir nöron, girdileri ağırlıklarla çarpar, bunları toplar ve bir yanlılık ekler: w·x + b. Ağırlıklar önemi, yanlılık temel düzeyi belirler; sonuç ise bir puandır. 🎯