جزوه شبکه های عصبی مصنوعی
دانلود فایل
 
 
 
 
 
 
 
شبکه‌های عصبی با پردازش مثال‌هایی که هر کدام حاوی یک جزوه شبکه های عصبی مصنوعی «ورودی» و «نتیجه» شناخته شده هستند، یاد می‌گیرند (یا آموزش می‌بینند) و ارتباطاتی با وزن احتمالی بین این دو ایجاد می‌کنند که در ساختار داده‌های خود شبکه ذخیره می‌شوند. آموزش یک شبکه عصبی از یک مثال مشخص معمولاً با تعیین تفاوت بین خروجی پردازش شده شبکه (اغلب یک پیش‌بینی) و خروجی هدف انجام می‌شود. این تفاوت همان خطا است. سپس شبکه تداعی های وزنی خود را بر اساس یک قانون یادگیری و با استفاده از این مقدار خطا تنظیم می کند. تنظیمات پی در پی باعث می شود که شبکه عصبی خروجی تولید کند که به طور فزاینده ای مشابه خروجی هدف است. پس از تعداد کافی از این تنظیمات، آموزش را می توان بر اساس معیارهای خاصی خاتمه داد.. جزوه شبکه های عصبی مصنوعی
چنین سیستم هایی معمولاً بدون برنامه ریزی با قوانین جزوه شبکه های عصبی مصنوعی خاص کار، با در نظر گرفتن مثال ها، انجام وظایف را یاد می گیرند. به عنوان مثال، در تشخیص تصویر ، آنها ممکن است با تجزیه و تحلیل تصاویر نمونه ای که به صورت دستی با عنوان “گربه” یا “بدون گربه” برچسب گذاری شده اند و با استفاده از نتایج برای شناسایی گربه ها در تصاویر دیگر، شناسایی تصاویر حاوی گربه را بیاموزند . آنها این کار را بدون اطلاع قبلی از گربه ها انجام می دهند، مثلاً خز، دم، سبیل و صورت گربه مانند دارند. در عوض، آنها به طور خودکار ویژگی های شناسایی را از نمونه هایی که پردازش می کنند ایجاد می کنند

پاسخ دهید

نشانی ایمیل شما منتشر نخواهد شد. بخش‌های موردنیاز علامت‌گذاری شده‌اند *