Rete neurale artificiale: differenze tra le versioni
Contenuto cancellato Contenuto aggiunto
→Storia: fix wl Etichette: Modifica da mobile Modifica da applicazione mobile Modifica da applicazione Android |
|||
Riga 52:
[[File:Recurrent ann dependency graph.png|thumb|upright=0.7|Figura 2: Grafico di dipendenza di reti neurali ricorrenti]]
Reti, come ad esempio quelle precedenti vengono comunemente chiamate ''"feedforward"'', perché il loro è un grafico aciclico diretto. Reti con cicli al loro interno sono comunemente chiamati reti ricorrenti. Tali reti sono comunemente raffigurate nel modo indicato nella parte superiore della Figura 2, dove la funzione <math>f</math> è mostrata come dipendente su se stessa. Tuttavia, vi è una dipendenza temporale implicita che non è possibile dimostrare. Questo significa in pratica che il valore di <math>f</math> ad un certo punto nel tempo <math>t</math> dipende dai valori di <math>f</math> al tempo zero o su uno o più altri punti temporali. Il modello del grafico nella parte inferiore della Figura 2 illustra il caso in cui il valore di <math>f</math> al tempo <math>t</math> dipende solo dal suo valore
Tuttavia la funzionalità più interessante di queste funzioni, ciò che ha attirato l'interesse e lo studio per la maggior parte delle reti neurali, è la possibilità di apprendimento, che in pratica significa la seguente:
| |||