پاورپوینت فصل ششم شبكه هاي عصبي مصنوعي (پرسپترون چند لایه)

پاورپوینت فصل ششم شبكه هاي عصبي مصنوعي (پرسپترون چند لایه)

دانشجویان و کاربران گرامی: فایلی که اکنون معرف حضور شماست فایل جامع پاورپوینت فصل ششم شبكه هاي عصبي مصنوعي (پرسپترون چند لایه) می باشد. این فایل شامل 75 اسلاید بسیار سودمند و با ارزش با کیفیت بسیار عالی و در قالب فرمت ppt تهیه شده است که هم اکنون آماده دانلود می باشد. امیدواریم که سودمند بوده و مورد استفاده شما سروران گرامی واقع گردد. در صورت نیاز می توانید این فایل ارزشمند را با مناسب ترین قیمت از فروشگاه سایت یوفایل خریداری و دانلود نمایید.

پاورپوینت فصل ششم شبكه هاي عصبي مصنوعي (پرسپترون چند لایه)

قسمتی از متن فایل:

شبكه‏‎هاي پيش ‏خورد چند لايه:

جهت سيگنال ورودي بصورت لايه به لايه از ورودي به خروجي است، سلول‏هاي عصبي چند لايه را (MLP) نيز مي‏‎نامند.

– نوع يادگيري اين شبكه‏ ها از نوع تحت نظارت است.

-الگوريتم يادگيري اين شبكه ‏ها از نوع تصحيح خطا است كه به آن در اينجا الگوريتم پس انتشار خطا (BP) نيز مي‏ گويند.

-كه در واقع فرم تعميم يافته الگوريتم كمترين ميانگين مربعات (LMS) است.

الگوريتم پس انتشار خطا شامل دو بخش متمايز از هم است:

1– عبور مستقيم: بردار سيگنال به لايه ورودي اعمال مي‏ شود، خروجي لايه به لايه بدست مي‏ آيد، در حاليكه وزن‏ ها ثابت ‏اند.

2- عبور معكوس: خطاي خروجي محاسبه شده و لايه به لايه به سمت ورودي برمي‏ گردد. وزن‏ها اصلاح مي‏ شود .

شبكه پيش خورد داراي سه مشخصه بارز است:

1- هر سلول داراي يك تابع S شكل مشتق‏پذير در خروجي است مثل Sigmoid

2- داراي يك يا چند لايه مخفي است كه هدف آن يادگيري خصوصيات ويژه الگوي ورودي است.

3- ازدحام وزن‏ها بسيار بالاست بطوري كه شبكه توانايي پردازش موازي را فراهم مي‏‎كند.

تغييرات در وزن‏ها در الگوريتم فوق براساس اعمال يك الگوي ورودي و محاسبه وزن‏هاي جديد است (مربعات خطا).

در حاليكه در LMS تغييرات در وزنها بر اساس ميانگين مربعات خطا بوده است.