Ağırlıklar, bias ve aktivasyon — bir nöronun anatomisi
Yapay nöron, beyindeki biyolojik nörondan ilham alan basit bir hesaplama birimidir. Girdileri ağırlıklarla çarpar, toplar, bir bias ekler ve sonucu bir aktivasyon fonksiyonundan geçirir. Tüm derin öğrenme bu basit işlemin tekrarından oluşur.
🧠Biyolojik Benzetme
Biyolojik nöron: dendritlerden sinyal alır, çekirdekte birleştirir, yeterince güçlüyse akson boyunca bir aksiyon potansiyeli (ateşleme) gönderir. Yapay nöron: girdileri ağırlıklarla ölçekler, toplar, aktivasyon fonksiyonuyla 'ateşleme kararı' verir. Benzetme basitleştirmedir; beyin çok daha karmaşıktır.
y = f(w₁x₁ + w₂x₂ + ... + wₙxₙ + b) = f(wᵀx + b)x: giriş vektörü, w: ağırlık vektörü, b: bias terimi, f: aktivasyon fonksiyonu, y: nöron çıkışı. Ağırlıklar her girdinin ne kadar önemli olduğunu belirler.
**Ağırlık (w):** Her girişin çıkışa katkısını ölçekler. Pozitif ağırlık = bu giriş artarsa…
⚡ İnteraktif Playground
ℹ️Tek bir nöron, doğrusal olarak ayrılabilen problemleri çözebilir. XOR gibi doğrusal olmayan problemler için birden fazla katman gerekir — bu yüzden 'derin' öğrenme.
Bağlantılı Konular