O papel do peso e do bias em redes neurais
Trecho de 1 min 57 s de Uso da inteligência artificial em rotinas computacionais, gravado no evento Semana Nacional de Ciência e Tecnologia do IFMG - SNCT 2020.
Assistir à gravação completaNo Even3 Conteúdos · 1 h 13 minSobre este trecho
Entenda como o neurônio artificial processa as entradas por meio de pesos e como o parâmetro bias atua na ativação da rede.
Vai de a da gravação.
O que é dito neste trecho
Eh, quando nós temos um dado de entrada, ele tem que ser modelado, ele tem que eh receber alguma transformação, ele tem que ser modelado pelo neurônio. Como o neurônio vai atuar no dado de entrada? Ele vai atuar por meio do peso. O peso nada mais é do que uma constante, um número, tá? Então, por exemplo, pode começar com um peso com valor cinco. Aí ele vai realizar alguma conta com esse eh dado de entrada, depois ele vai passar por uma função, que é uma outra expressão matemática. Aí entra eh tem função logística, normalmente são exponenciais, tá? Esse então tem ali o dado de entrada, ele é multiplicado pelo peso ali no neurônio, isso aí considerando uma rede neural só com um único neurônio e aí ele vai para essa chamada função de ativação, normalmente uma função exponencial. Depois saiu dessa função eh de ativação, eu vou ter a resposta da minha rede neural. E além disso do peso eh para que o neurônio ele funcione na rede neural, ele precisa daquele bias, que é como se fosse uma constante, é como se fosse uma chavezinha, né, um um interruptor. Se o interruptor tiver ligado eh com valor igual a um, como foi apresentado ali no no slide, o neurônio vai funcionar na rede neural. Se ele tiver com o interruptor desligado ou com valor igual a zero, é como se aquele neurônio estivesse desabilitado da rede neural. Então um exemplo, né? Temos aqui uma rede neural com três neurônios, eu tenho ali uma única entrada. Então a entrada ela vai para o neurônio um, vai para o neurônio dois e vai para o neurônio três. Cada neurônio vai ter um peso. Esse peso é atualizado por meio de um processo recursivo, tá? Ele vai comparar a resposta atual da sua rede neural, vai comparar com a esperada e por meio dessa diferença ele vai fazer alguma alteração ali nos valores do dos pesos, tá?
Outros trechos deste conteúdo

Como computadores interpretam e processam imagens
Trecho de a da gravação

Por que treinar modelos de inteligência artificial várias vezes
Trecho de a da gravação