Introdução
O aprendizado profundo é uma forma avançada de aprendizado de máquina que tenta emular a maneira como o cérebro humano aprende.
No cérebro, você tem células nervosas chamadas neurônios, que estão conectadas entre si por extensões nervosas que passam sinais eletroquímicos pela rede.
Quando o primeiro neurônio da rede é estimulado, o sinal de entrada é processado. Se ele excede um determinado limite, o neurônio é ativado e passa o sinal para os outros neurônios aos quais está conectado. Esses neurônios, por sua vez, podem ser ativados e passar o sinal para o restante da rede. Ao longo do tempo, as conexões entre os neurônios são reforçadas pelo uso frequente à medida que você aprende a responder com eficiência. Por exemplo, se alguém joga uma bola em sua direção, suas conexões de neurônios permitem que você processe as informações visuais e coordene seus movimentos para pegá-la. Ao repetir essa ação com frequência, a rede de neurônios envolvidos na captura de uma bola fica mais forte e, como consequência, você melhora suas habilidades.
O aprendizado profundo emula esse processo biológico usando redes neurais artificiais que processam entradas numéricas em vez de estímulos eletroquímicos.
As conexões nervosas que ocorrem são substituídas por entradas numéricas normalmente identificadas como x. Quando há mais de um valor de entrada, x é considerado um vetor com elementos chamados x1, x2 e assim por diante.
Associado a cada valor x está um weight (w), que é usado para fortalecer ou enfraquecer o efeito do valor x para simular o aprendizado. Além disso, uma entrada bias (b) é adicionada para permitir um controle refinado sobre a rede. Durante o processo de treinamento, os valores w e b serão ajustados para que a rede seja capaz de "aprender" a produzir resultados corretos.
O próprio neurônio encapsula uma função que calcula uma soma ponderada de x, w e b. Por sua vez, essa função é colocada em uma função activation que restringe o resultado (geralmente para um valor entre 0 e 1) a fim de determinar se o neurônio passa ou não uma saída para a próxima camada de neurônios na rede.