มันจะมีประโยชน์ในการเป็นตัวแทนของโครงข่ายประสาทในฐานะเมทริกซ์หรือไม่?

โครงข่ายประสาทเทียมเป็นกราฟถ่วงน้ำหนักกำกับ สิ่งเหล่านี้สามารถแสดงโดยเมทริกซ์ (กระจัดกระจาย) การทำเช่นนั้นสามารถเปิดเผยคุณสมบัติที่หรูหราของเครือข่าย

เทคนิคนี้มีประโยชน์สำหรับการตรวจสอบโครงข่ายประสาทเทียมหรือไม่?

สำหรับ ANN ขนาดใหญ่จะใช้สิ่งที่เทียบเท่ากับ 'รูปแบบเมทริกซ์แบบกระจาย' ในทางปฏิบัติ

ตรงกันข้ามกับสิ่งที่กล่าวไว้ในคำตอบอื่นให้พิจารณา ANN เป็นกราฟไม่ได้ซื้อมากจริงด้วยเหตุผลสองประการ:

1. อัลกอริทึมการ backpropagation สามารถกำหนดได้อย่างมีประโยชน์ในแง่ของการดำเนินการเมทริกซ์ หน้านี้ให้คำอธิบายที่อ่านได้และครอบคลุม

2. เมทริกซ์มูลค่าจริงทั้งหมดสามารถแสดงเป็นกราฟได้ แต่การสนทนานั้นไม่ชัดเจน ดังนั้นในขณะที่มันเป็นความจริงที่ ANN ถือได้ว่าเป็นกรณีพิเศษของโครงสร้างข้อมูลกราฟการทำให้ความเชี่ยวชาญนั้นชัดเจนในรูปแบบเมทริกซ์มีประสิทธิภาพมากขึ้น

ขึ้นอยู่กับประเภทของเครือข่ายประสาทที่คุณกำลังติดต่อด้วย

สำหรับอวนประสาทขนาดกลางวิธีการเมทริกซ์เป็นวิธีที่ดีมากในการคำนวณอย่างรวดเร็วและแม้แต่การ backpropogation ของข้อผิดพลาด ใครสามารถใช้ประโยชน์จากเมทริกซ์กระจัดกระจายสำหรับการทำความเข้าใจสถาปัตยกรรมหร็อมแหร็มของมุ้งบาง

แต่สำหรับอวนประสาทที่มีขนาดใหญ่มากการใช้การคำนวณแบบเมทริกซ์จะต้องใช้การคำนวณอย่างเข้มข้นมาก ดังนั้นวิธีการที่เกี่ยวข้องเช่นร้านค้าที่ใช้กราฟ ฯลฯ จะใช้วิธีการเหล่านั้นขึ้นอยู่กับวัตถุประสงค์และสถาปัตยกรรม

การแทนเมทริกซ์นั้นมีประโยชน์สำหรับการใช้โครงข่ายประสาทเทียมในซิลิคอน

แต่สำหรับการตรวจสอบโครงข่ายประสาทเทียมในเชิงประจักษ์บางครั้งมันก็เป็นสิ่งที่ดีที่จะเห็นภาพค่าน้ำหนัก synapse เป็นภาพหรือวิดีโอ: การสำรวจของJason Yosinskiเกี่ยวกับเครือข่ายประสาทเทียม เครือข่ายดูเหมือนจะมี "ตัวกรอง" ที่ตรวจพบไหล่ บิตเช่นล็อคที่เปิดขึ้นเมื่อมันรับรู้รูปแบบของไหล่เท่านั้น