Entendendo as Redes Neurais: Uma Exploração de Camadas e Neurônios
Uma introdução compreensiva ao funcionamento interno das redes neurais, desde as camadas de entrada até a saída, e a função crucial dos neurônios.
27 - maio - 2023
As redes neurais são organizadas em "camadas", que são basicamente grupos de "neurônios" que são processados ao mesmo tempo. Normalmente, há três tipos de camadas em uma rede neural:
Camada de Entrada: Esta é a camada que recebe os dados de entrada. O número de neurônios nesta camada geralmente corresponde ao número de features (variáveis independentes) nos seus dados.
Camadas Ocultas: Estas são as camadas entre a camada de entrada e a camada de saída. Elas são chamadas de "ocultas" porque não interagimos diretamente com elas, e a quantidade de camadas ocultas e a quantidade de neurônios em cada camada são hiperparâmetros que podem ser ajustados.
Camada de Saída: Esta é a última camada que produz as previsões ou classificações do modelo. O número de neurônios nesta camada geralmente corresponde ao número de saídas que você deseja prever. No caso de uma tarefa de regressão simples, há geralmente apenas um neurônio na camada de saída.
Os "neurônios", também conhecidos como "nós" ou "unidades", são os componentes individuais dentro de cada camada que processam os dados. Cada neurônio recebe uma série de entradas, aplica uma combinação linear (peso vezes a entrada mais um viés) e depois aplica uma função de ativação ao resultado para produzir sua saída.
O nome "neurônio" vem de uma analogia com os neurônios no cérebro humano, onde cada neurônio recebe sinais de muitos outros neurônios, processa esses sinais e depois passa seu sinal para outros neurônios. No entanto, tenha em mente que, apesar dessa analogia, os neurônios em uma rede neural artificial operam de maneira muito diferente dos neurônios em um cérebro humano.