Neuronnät — intuitionen

En rät linje kan inte beskriva allt. Glassförsäljningen kanske planar ut när det blir för varmt. Ett neuronnät är ett sätt att bygga böjda, komplicerade samband av många enkla delar.

Varje neuron gör tre saker: multiplicerar varje indata med en vikt, summerar, och skickar summan genom en enkel "böj" (t.ex. allt under noll blir noll). Lägg neuroner i lager och koppla lager efter lager — så har du ett nät.

En neuron med indata (2, 3), vikter (0,5, −1) och bias 1:

summa = 2·0,5 + 3·(−1) + 1 = 1 − 3 + 1 = −1 → böjen (ReLU) gör −1 till 0. Utdata: 0.

Varför böjen? Utan den är varje lager bara en ny rät linje, och en linje av en linje är fortfarande en linje. Böjen är det som gör att nätet kan lära sig kurvor, hörn och "om-så"-mönster.

Träning = att justera alla vikter så felet blir litet. Precis som för linjen — bara med tusentals (eller miljarder) vikter i stället för två.