Ağırlık, sinir ağındaki iki nöron arasındaki bağlantının gücünü belirleyen ve eğitimle öğrenilen sayısal değerdir.
Ağırlık ne demek?
Bir girdinin sonuca ne kadar etki edeceğini ağırlık belirler: büyük pozitif ağırlık güçlü bir etki, sıfıra yakın ağırlık neredeyse hiç etki demektir. Modelin öğrendiği her şey bu ağırlıklarda saklanır.
"Açık ağırlıklı model" ifadesindeki ağırlıklar da budur; bu sayılar indirilip başka bilgisayarlarda çalıştırılabilir.
Yakın kavramlar
ParametreParameterParametre, bir modelin eğitim sırasında öğrendiği ve çıktısını belirleyen iç sayısal değerdir; sinir ağlarında ağırlıklar ve sapma değerlerinden oluşur.Temel KavramlarSapma TerimiBias TermSapma terimi, bir nöronun ağırlıklı toplamına eklenen ve nöronun ne zaman aktif olacağını kaydıran öğrenilebilir sabit değerdir.Derin Öğrenme & Sinir AğlarıGeri YayılımBackpropagationGeri yayılım, bir sinir ağının çıktısındaki hatanın her bir ağırlıktan ne kadar kaynaklandığını sondan başa doğru hesaplayan algoritmadır.Derin Öğrenme & Sinir AğlarıAçık Ağırlıklı ModelOpen-weight ModelAçık ağırlıklı model, eğitilmiş parametreleri (ağırlıkları) herkesin indirip kendi bilgisayarında ya da sunucusunda çalıştırabileceği şekilde yayımlanan yapay zekâ modelidir.Dil Modelleri & Üretken YZDüzenlileştirmeRegularizationDüzenlileştirme, modelin aşırı öğrenmesini önlemek için onu daha basit ve genellenebilir çözümlere yönlendiren tekniklerin genel adıdır.Makine Öğrenmesi & EğitimYapay NöronArtificial NeuronYapay nöron, girdilerini ağırlıklarla çarpıp toplayan, buna bir sapma değeri ekleyen ve sonucu aktivasyon fonksiyonundan geçirerek çıktı üreten sinir ağının temel birimidir.Derin Öğrenme & Sinir Ağları