Систематизований графічний дисплей

Сегментний генератор даних

Стохастичний градієнтний спуск

Спеціальна градація даних

Робота з таблицями Excel

Оптимізація памʼяті

Класифікація, регресія, сегментація

Архівування великих обсягів даних

0

2

0,5

1

np.array([0, 1])

w = (1, 2)

bias = 4

h = sigmoid(x)

1

0

2

0,5

Функція втрат

Кількість виходів

Кількість входів

Коефіцієнт навчання η

0

нескінченність

~1

-1

Результати h1 та h2

Значення похибки

Початкові значення

Значення ваг

Підраховує кількість нейронів

Зв’язує входи з виходами у передбачуваній формі

Зберігає значення ваг

Забезпечує збереження енергії

Похідна від функції активації

Константа, що додається до зважених входів

Випадкова помилка

Вага входу