Définition - Que signifie la règle Delta?
La règle Delta dans les environnements d'apprentissage automatique et de réseau de neurones est un type spécifique de rétropropagation qui aide à affiner les réseaux connexionnistes ML / AI, en établissant des connexions entre les entrées et les sorties avec des couches de neurones artificiels.
La règle Delta est également connue sous le nom de règle d'apprentissage Delta.
Definir Tech explique la règle Delta
En général, la rétropropagation consiste à recalculer les poids d'entrée pour les neurones artificiels à l'aide d'une méthode de gradient. L'apprentissage Delta fait cela en utilisant la différence entre une activation cible et une activation réelle obtenue. En utilisant une fonction d'activation linéaire, les connexions réseau sont ajustées.
Une autre façon d'expliquer la règle Delta est qu'elle utilise une fonction d'erreur pour effectuer l'apprentissage de la descente de gradient.
Un tutoriel sur la règle Delta explique qu'essentiellement en comparant une sortie réelle avec une sortie ciblée, la technologie essaie de trouver une correspondance. S'il n'y a pas de correspondance, le programme apporte des modifications. La mise en œuvre réelle de la règle Delta va varier en fonction du réseau et de sa composition, mais en employant une fonction d'activation linéaire, la règle Delta peut être utile pour affiner certains types de systèmes de réseaux neuronaux avec des saveurs particulières de rétropropagation.