Home › Fóruns › Fórum Redes Neurais Artificiais em Python › Como determinar pesos específicos para neurônios da camada oculta
- Este tópico contém 3 respostas, 2 vozes e foi atualizado pela última vez 9 meses atrás por
Jones Granatyr.
- AutorPosts
- 2 de fevereiro de 2021 às 20:01 #27582
Boa noite,
Nas aulas finais do curso foi especificado que alguns neurônios da camada oculta podem classificar os parâmetros de entrada de modo a considerar que para uma finalidade x, uma entrada x terá um peso maior do que uma entrada y.
Utilizando o exemplo do professor Jones extraído da aula “Camadas Ocultas”:
Neste exemplo, este primeiro neurônio da camada oculta retorna um resultado de acordo com o histórico de crédito de uma pessoa, pois os valores dos pesos aplicados nos valores das entradas “Dividas” e “História de crédito” são maiores dos que os das entradas “Garantias” e “Renda”.
Minha dúvida esta relacionada em como definir a prioridade à estes pesos, pois nos exemplos abordados em aulas anteriores nós inicialmente utilizamos pesos randômicos e previamente utilizamos uma função para gerar estes pesos também randômicos. No caso, mesmo que eu estipule um peso inicial dando preferência a determinadas entradas essa preferência não se perderia com o processo de aprendizagem? E se caso a resposta seja sim, como seria implantada essa lógica de preferência no programa?
3 de fevereiro de 2021 às 11:42 #27589Olá Murilo,
Não é possível, pois esse processo de treinamento é transparente e a própria rede neural que fará o aprendizado e a definição dos valores. Mesmo definindo valores iniciais diferentes para os pesos, a própria rede neural se adaptará
Jones
3 de fevereiro de 2021 às 16:08 #27594Olá Prof. Jones, obrigado pela resposta!
14 de maio de 2024 às 09:27 #44821Qualquer outra dúvida é só avisar!
- AutorPosts
- Você deve fazer login para responder a este tópico.