202 rouczącei
stanie się neuron, który uprzednio wyspecjalizował się w rozpoznawaniu innej klasy! Może to powodować, że pewna klasa obiektów wejściowych, wcześniej już wytrenowana i “wyposażona” w neuronową reprezentację -nagle ją utraci! Oznacza to, że w sieci występuje znany Ci zresztą z codziennego doświadczenia fakt, polegający na tym, że nowe nabywane wiadomości “wypierają” stare.
'1 | |
/■ |
\ |
Rys. 9.39. Efekt wypierania przez nowe wiadomości pamięci dawniej wyuczonych umiejętności
Na rysunku 9.39 pokazano opisany efekt na przykładzie, kiedy przybiera on formę wręcz krańcową - wszystkie wcześniej wyuczone neurony rozpoznające pewne obiekty, zostały po pokazaniu nowych obiektów “przeuczone” do tego, by wykrywać te właśnie nowe klasy. Nie jest to sytuacja typowa. Zwykle neuronów jest na tyle dużo w stosunku do liczby klas, że efekt “kidnapingu” występuję raczej rzadko - co najwyżej w przypadku jednej czy dwóch klas na kilkanaście (rys. 3.40).
. '7 / |
r~.-’ |
/ l [ |
■" / |
Rys. 9.40. Efekt gubienia tylko drobnej części wcześniej wyuczonych wiadomości w sieci z “twardą” konkurencją