Способы улучшения работоспособности элементов нейронной сети на примере перцептрона

Abstract

В работе рассматривалась структура нейрона и математические методы, используемые для подсчёта его значений. Для ускорения работы по расчётам этих значений предложены более эффективные методы расчёта градиента на этапе обратного прохода. Также рассматривались различные способы оптимизации исходного набора данных, что тоже влияет на скорость работы алгоритмов.

The work considered the structure of a neuron and the mathematical methods used to calculate its values. To speed up the work on calculating these values, more efficient methods for calculating the gradient at the back pass stage are proposed. Various ways of optimizing the initial data set were also considered, which also affects the speed of the algorithms.