آموزش MLP با الگوریتم لونبرگ-مارکوارت


این درس یکی از درسهای بستۀ جامع آموزش شبکه های عصبی است که به طور جداگانه در اختیار افرادی که فقط به محتوای این درس علاقمند هستند قرار داده شده است. الگوریتم لونبرگ-مارکوارت (Levenberg-Marquardt) یکی از قدرتمندترین روشها برای آموزش شبکه های عصبی چندلایه (MLP) با سایز متوسط است که از ترکیب الگوریتمهای گرادیان نزولی و نیوتن در بهینه سازی کلاسیک به وجود آمده است. به همین دلیل است که بسیاری از دستورات و امکانات نرم افزار متلب (Matlab) در ارتباط با شبکه های عصبی به طور پیش فرض از این روش برای آموزش شبکه های عصبی از نوع MLP استفاده می کنند. این درس مفاهیم تئوریک مرتبط با این الگوریتم را به طور کامل به شما می آموزد. (دربارۀ تصویر لوگو: دوایر روی سیبل شبیه به خطوط تراز تابع هدف هستند و تیرها نیز همانند بردارهای پاسخ به طور تکراری به نقطۀ بهینه همگرا می شوند!).
در صورت تمایل می توانید با خرید بستۀ جامع آموزش شبکه های عصبی علاوه بر این دروس این دوره بسیاری از دروس مرتبط دیگر را نیز با هزینۀ مناسب تر تهیه نمایید.
پیش نمایش درس:
ویژگی های دوره
- عناوین 1
- امتحانات 0
- مدت 47 دقیقه
- سطح مهارت کارشناسی، ارشد، دکترا
- زبان فارسی
- دانشجویان 111
- گواهی نه
- ارزیابی ها بله