Wie funktioniert ein neuroales Netz wirklich?

2 Antworten

Vom Fragesteller als hilfreich ausgezeichnet

Ne. Ein neuronales Netz ist eine komplizierte funktion die sich aus mehreren kleineren funktionen (layers) zusammensetzt die sich wieder aus kleineren Funktionen (neurons oder nodes) zusammensetzt die wiederum aus kleineren Funktionen bestehen. Jede der kleinen Funktionen hat Parameter. Wenn du als input die schwarz-weiß werte eines Bildes nimmst, werden diese pixelwerte dann mit diesen parametern multipliziert und addiert. Um als output des neuronales netzwerkes die Wahrscheinlichkeiten für die Bildklassifizierung zu bekommen müssen die Parameter genau die richtigen Werte haben. Dazu benutzt man einen Algorithmus names Backpropagation der gradient descent benutzt um die parameter jeder Layer in jedem Durchlauf der Trainingsdaten ein kleines bisschen besser einzustellen.

SHlTPOSTER 
Fragesteller
 30.06.2022, 22:57

Man merkt kaum, dass ich von neuronalen Netzen überhaupt keine Ahnung habe, oder? Danke für die Antwort.

0
covid69  01.07.2022, 03:27
@SHlTPOSTER

jeder fängt mal an

das mit den if else ist nicht soo falsch. Ein neuronales netzwerk dann das Verhalten von if verzweigungen erlernen.

1

Die Input nodes trainieren sich garnicht. Das sind einfach inputs. Jeder Pixel von deinem bild ist ein Input Node.

Lässt sich letztendlich sagen, dass KI nur automatisch generierte if else Verzweigungen sind?

Wenn du einen Decision Tree machst, dann vielleicht. Ansonsten absolut nicht. Du hast mehrere Rechnungen durch jedes Neuron, plus den Bias zwischen jedem Neuron.

Anhand deiner Frage solltest du aber eher die Basics erlernen, sonst würdest du sowas nich fragen