پرسپترون چند لایه - بخش اول
پرسپترون چند لایه - بخش اول
🔒
محتوای دوره
مشاهده ویدیو قفل است

برای مشاهده مشاهده ویدیو، ابتدا این دوره را خریداری کنید.

اگر قبلاً این دوره را خریداری کرده‌اید، وارد حساب خود شوید.

پرسپترون چند لایه - بخش اول

توضیحات

شبکه های عصبی چند لایه پرسترون / جلوسو : Multi layers Perceptron(MLP)/Feedforward Neural Network (FFNN) a. بخش اول i. چگونه مشکل XOR را باید حل کرد؟ ii. اضافه کردن لایه به شبکه چه توانایی ایجاد میکند؟ iii. مفهوم الگوریتم پس انتشار خطا Error Back Propagation در یک ساختار ساده iv. فرمول بندی و محاسبه وزنها با الگوریتم پس انتشار خطا و قانون دلتا v. بیان ماتریسی روابط و خلاصه الگوریتم بصورت ساده vi. اثر ضریب یادگیری بر آموزش vii. پیدا شدن مینیمم های محلی و دلیل آنها viii. انواع آموزش ترتیبی-گروهی-زیرگروهی(گروه کوچکتر) Sequential-Batch(Epoch)-Mini Batch ix. معیارهای توقف آموزش x. نکات ابتکاری در آموزش شبکه های MLP 1. نورون لایه خروجی در مسایل طبقه بندی و رگرسیون

دسترسی محدود
برای مشاهده کامل این قسمت، دوره را تهیه کنید

پس از خرید، به همه قسمت‌های این دوره دسترسی خواهید داشت.

هزینه دوره40٪ تخفیف
2,500,000 تومان1,500,000 تومان
فهرست دوره

شبکه‌های عصبی و یادگیری عمیق

39 ساعت و 2 دقیقه
16 قسمت
در حال تکمیل
قسمت‌های جدید هر هفته به این دوره اضافه خواهد شد.