नैसर्गिक चेतापेशींच्या जाळय़ामध्ये जे काम न्युरॉन्स करतात, त्यासाठी कृत्रिम चेतापेशींच्या जाळय़ामध्ये ‘पर्सेप्ट्रॉन्स’चा वापर केला जातो. अशा अनेक पर्सेप्ट्रॉन्सने या जाळय़ाचा एक स्तर (लेयर) तयार होतो. ज्या स्तरामध्ये इनपुट दिले जाते त्याला ‘इनपुट स्तर’ आणि ज्या स्तरामधून आउटपुट घेतले जाते त्याला ‘आउटपुट स्तर’ असे म्हणतात. या दोन स्तरांच्या मध्ये अनेक स्तर असू शकतात आणि या स्तरांना लपलेले स्तर (हिडन स्तर) असे म्हणतात. या लपलेल्या स्तरांची संख्या जितकी अधिक, तितके ते नेटवर्क अधिक ‘सखोल’ समजले जाते. यातील प्रत्येक स्तर आपापल्या पद्धतीने त्याच्या इनपुटवर काम करतो आणि त्यावर प्रक्रिया करून पुढील स्तराकडे पाठवतो. कृत्रिम चेतापेशींच्या जाळय़ातील प्रत्येक स्तरामध्ये प्रशिक्षण संचामधील विदेतील भिन्न वैशिष्टय़े ओळखली जातात. या जाळय़ातील लागोपाठचे स्तर ज्या दुव्यांनी जोडलेले असतात त्या प्रत्येकाला एक भारमूल्य दिलेले असते. यंत्र शिकत असताना जर अपेक्षेप्रमाणे उत्तर येत नसेल, तर त्या दुव्याचे महत्त्व बदलण्यासाठी हे मूल्य कमीजास्त करता येते, ज्यामुळे त्याच्या शिक्षणात अपेक्षित सुधारणा होईल.

उदाहरणार्थ, जर सर्वसाधारण यंत्रशिक्षणाच्या माध्यमातून दिलेल्या प्रतिमेतली कोणती प्रतिमा पुरुषाची आहे आणि कोणती स्त्रीची आहे हे ओळखण्याचे शिक्षण यंत्राला द्यायचे असेल तर त्यासाठी सर्वप्रथम या प्रतिमांतील अशी वैशिष्टे शोधावी लागतात जी पुरुष आणि स्त्रियांच्या प्रतिमेला वेगळी करू शकतात. त्यानंतर उपलब्ध विदेतील सगळय़ा प्रतिमांना या वैशिष्टय़ांनुसार योग्य त्या माहितीपट्टय़ा (लेबल्स) जोडून त्यानंतरच अशा प्रतिमा त्या यंत्राला शिकण्यासाठी विदा म्हणून पुरवाव्या लागतात.

मराठीतील सर्व नवनीत बातम्या वाचा. मराठी ताज्या बातम्या (Latest Marathi News) वाचण्यासाठी डाउनलोड करा लोकसत्ताचं Marathi News App.
Web Title: Loksatta kutuhal artificial neural networks perceptrons machine learning amy
First published on: 09-04-2024 at 04:34 IST