신경망을 행렬로 나타내는 것이 유익합니까?

신경망은 지향 가중치 그래프입니다. 이것들은 (스파 스) 행렬로 표현 될 수 있습니다. 그렇게하면 네트워크의 일부 우아한 속성이 노출 될 수 있습니다.

이 기술이 신경망 검사에 도움이됩니까?

큰 ANN의 경우 실제로 '스파 스 매트릭스 형식'과 동등한 것이 사용됩니다.

주어진 다른 답변에서 말한 것과 달리 ANN을 그래프로 고려하면 실제로 두 가지 이유로 크게 구매하지 않습니다.

1. 역 전파 알고리즘은 매트릭스 연산의 관점에서 유용하게 정의 될 수있다. 이 페이지 는 읽기 쉽고 포괄적 인 설명을 제공합니다.

2. 모든 실제 값 행렬은 그래프로 표시 될 수 있지만 그 반대는 분명하지 않습니다. 따라서 ANN은 그래프 데이터 구조의 특수한 사례로 간주 될 수 있지만 매트릭스 형태로 명시 적으로 특수화하는 것이 더 효율적입니다.

다루는 신경망의 유형에 따라 다릅니다.

중간 크기의 신경망의 경우 행렬 방식은 빠른 계산과 오류의 역 전파를 수행하는 매우 좋은 방법입니다. 일부 신경망의 희소 구조를 이해하기 위해 희소 행렬을 활용할 수도 있습니다.

그러나 매우 큰 신경망의 경우 행렬 계산을 사용하는 것은 계산적으로 매우 집중적입니다. 따라서 목적과 아키텍처에 따라 그래프 기반 상점과 같은 관련 방법이 사용됩니다.

매트릭스 표현은 실리콘에서 신경망을 구현하는데 유리하다.

그러나 신경망을 실험적으로 검토하기 위해 시냅스 무게 값을 이미지 또는 비디오로 시각화하는 것이 좋습니다. Jason Yosinski의 회선 신경망 탐색. 네트워크에는 어깨 만 감지하는 "필터"가있는 것 같습니다. 어깨 패턴을 인식 할 때만 열리는 자물쇠와 같은 비트입니다.