Neural Networks

Neuronன்னா ஒரு கணக்கு; மனித மூளையின் சின்ன நகல் இல்லை.

எளிய விளக்கங்கள்AI method + உதாரணம்பயிற்சி + விடை

உள்ளடக்கம் சரிபார்த்த நாள்: 22 அக்டோபர் 2026 · Read in English ↗

01 / கருத்து

எளிமையாப் புரிஞ்சுக்கலாம்

Artificial neuron என்ன செய்யும்னா, input values-ஐ weights-உடன் பெருக்கிச் சேர்க்கும். அதோட bias சேர்த்து, activation function வழியாக அனுப்பும். இப்படிப்பட்ட கணக்குகள் இணைந்ததுதான் network. Neuron என்ற பெயர் ஒரு ஒப்புமைதான். மனிதரைப் போல உணர்வோ புரிதலோ இருக்கிறது என்பதற்கு இது ஆதாரம் இல்லை. Training-ல் தேர்ந்தெடுத்த loss குறையும்படி parameters மாறும்.

இந்த AI approach எப்படி வேலை செய்கிறது?

Neural network என்பது பல layers சேர்ந்து உருவாக்கும் parameterized function. Dense layer-ல் z = Wx + b என்று கணக்கிடுவோம். ReLU போன்ற activation nonlinearity சேர்க்கும். இடையில் nonlinear activation இல்லாமல் சாதாரண linear layers மட்டும் அடுக்கினால், முடிவிலும் linear mapping-தான் கிடைக்கும். Layers அதிகம் இருப்பது மட்டும் போதாது.

Input shape என்ன, output என்ன அர்த்தம் தர வேண்டும் என்பதை நாம முடிவு செய்யணும். Multiclass classifier-ல் ஒவ்வொரு class-க்கும் logit வரலாம்; softmax மூலம் normalized scores பெறலாம். Binary classifier-ல் ஒரு logit, sigmoid பயன்படுத்தலாம். Regression head நேரடியாக real number கொடுக்கலாம். அதற்கேற்ற loss தேர்வு செய்யணும். ReLU output வந்தால் அது probability என்று அர்த்தமில்லை.

Weights, biases கற்றுக்கொள்ளும் parameters. Layers எண்ணிக்கை, width, activation, learning rate போன்றவை hyperparameters. ஆரம்ப weights எப்படி வைக்கிறோம் என்பதும் முக்கியம். பல layers வழியாக gradients போகும்போது மிகவும் சிறியதாகவோ பெரியதாகவோ மாறலாம். பொருத்தமான initialization, normalization, residual connections போன்றவை சில training சிக்கல்களுக்கு உதவும்.

Architecture diagram-ஐ மூளையின் படம் மாதிரி பார்க்காமல் tensor shapes மாறும் flow-ஆகப் பாருங்க. எந்த dimension batch, features, sequence positions, classes என்று தெளிவுபடுத்துங்க. Parameter count மூலம் capacity, memory பற்றி புரிந்துகொள்ளலாம். அந்த capacity நம்ம task-க்கு உண்மையில் உதவுகிறதா என்பதை evaluation-தான் சொல்லும்.

02 / படிப்படியாக

ஒவ்வொரு படியாகப் பார்க்கலாம்

ஒவ்வொரு input-ஐயும் அதன் weight-ஆல் பெருக்கிச் சேருங்க.
பிறகு bias சேருங்க. Inputs zero-ஆக இருந்தாலும் இது கணக்கை மாற்றலாம்.
Activation பயன்படுத்தி, input மாறும்போது output எப்படி மாறுது என்று பாருங்க.

உதாரணம்: task-உடன் approach-ஐ இணைக்கலாம்

4 input features, 3 hidden units உள்ள dense layer-க்கு 4×3 weights, 3 biases; மொத்தம் 15 parameters. 2-class output layer-க்கு 3×2 weights, 2 biases; மேலும் 8. மொத்தம் 23 trainable parameters. Hidden activation nonlinear boundary கற்றுக்கொள்ள உதவும். Final logits இரண்டு supported classes-ஐக் குறிக்கும்.

Classes எண்ணிக்கையை மாற்றுவது screen text மாற்றுவது மட்டும் இல்லை; output head, labels-மும் மாறணும். Training-ல் இந்த 23 parameters-க்கும் gradients கணக்கிடப்படும். Inference-ல் ஏற்கெனவே fit ஆன values பயன்படுத்தப்படும்.

கருத்தைப் பயன்படுத்தலாம்: உங்க புரிதலைச் சோதிங்க

விடை பார்க்கும் முன் யோசிங்க

5 inputs, 2 outputs உள்ள dense layer-ல் biases சேர்த்து எத்தனை parameters?

விடையும் காரணமும் பார்க்கலாம்

5×2 weights + 2 biases = 12. இந்த எண்ணிக்கையை மட்டும் வைத்து model புதிய data-வில் சரியாக வேலை செய்யும் என்று சொல்ல முடியாது; evaluation தேவை.

கவனிக்க வேண்டிய தவறு: Network கொடுக்கும் எல்லா output-மும் probability இல்லை. எந்த வேலை, எந்த output layer என்று பார்த்துதான் பொருள் கொள்ளணும்.

அடுத்த பாடத்துக்கு முன்னாடி

Technical பெயரை மட்டும் சொல்லாமல், கருத்தை உங்க வார்த்தைகளில் விளக்கிப் பாருங்க.
Approach என்ன, அதன் assumptions என்ன, result-ஐ நம்ப என்ன evidence வேண்டும் என்று சொல்லிப் பாருங்க.
பயிற்சியை முயற்சி செய்துவிட்டு, உங்க காரணத்தை விடையோடு ஒப்பிட்டுப் பாருங்க.

ஆதாரங்கள்: இன்னும் தெரிஞ்சுக்கலாம்

இந்தப் புதுப்பிப்பில் original research papers மற்றும் official documentation பயன்படுத்தப்பட்டுள்ளன. கீழே உள்ள கூடுதல் links ஆங்கிலத்தில் இருக்கும். அவற்றை முதலில் படிக்காமலேயே இந்தப் பாடத்தைப் புரிஞ்சுக்கலாம். Product versions, availability மாறலாம்.