Проект алгоритма обучения нейронных сетей
Состав работы
|
|
|
|
Работа представляет собой rar архив с файлами (распаковать онлайн), которые открываются в программах:
- Microsoft Word
Описание
Введение……………………………………………………………………3
Глава 1. Нейронные сети…………………………………………….…….5
1.1. Обучение нейронной сети………………………..……….……5
1.2. Методы ускорения обучения нейронной сети………………12
1.3. Области применения нейронных сетей………………………15
Глава 2. Создание и обучение нейронной сети…………………………19
2.1. Алгоритм обратного распространения ошибки…………..…19
2.2. Аппроксимация функции……………………………………..24
Заключение……………………………..………………………………..30
Список использованной литературы………….………………………..32
Цель работы – изучение алгоритмов обучения нейронных сетей.
Для достижения поставленной цели в работе поставлены следующие задачи:
1. Описать алгоритмы обучения нейронных сетей.
2. Рассмотреть методы ускорения обучения нейронной сети.
3. Изучить области применения нейронных сетей.
4. Рассмотреть алгоритм обратного распространения ошибки.
5. Реализовать алгоритм обратного распространения ошибки на примере аппроксимации функции.
Объектом исследования являются нейронные сети.
Предмет – алгоритмы обучения нейронной сети.
Практической значимостью работы является возможность использования обученных нейронных сетей для решения различных задач.
Структура работы и объем работы определяется целью и основными задачами исследования. Курсовая работа состоит из введения, двух глав, заключения и списка использованной литературы. Текст работы изложен на 33 страницах текста.
Глава 1. Нейронные сети…………………………………………….…….5
1.1. Обучение нейронной сети………………………..……….……5
1.2. Методы ускорения обучения нейронной сети………………12
1.3. Области применения нейронных сетей………………………15
Глава 2. Создание и обучение нейронной сети…………………………19
2.1. Алгоритм обратного распространения ошибки…………..…19
2.2. Аппроксимация функции……………………………………..24
Заключение……………………………..………………………………..30
Список использованной литературы………….………………………..32
Цель работы – изучение алгоритмов обучения нейронных сетей.
Для достижения поставленной цели в работе поставлены следующие задачи:
1. Описать алгоритмы обучения нейронных сетей.
2. Рассмотреть методы ускорения обучения нейронной сети.
3. Изучить области применения нейронных сетей.
4. Рассмотреть алгоритм обратного распространения ошибки.
5. Реализовать алгоритм обратного распространения ошибки на примере аппроксимации функции.
Объектом исследования являются нейронные сети.
Предмет – алгоритмы обучения нейронной сети.
Практической значимостью работы является возможность использования обученных нейронных сетей для решения различных задач.
Структура работы и объем работы определяется целью и основными задачами исследования. Курсовая работа состоит из введения, двух глав, заключения и списка использованной литературы. Текст работы изложен на 33 страницах текста.
Похожие материалы
Проект алгоритмов обучения нейронных сетей. Алгоритм обучения без учителя. Примеры применений
Aronitue9
: 31 мая 2012
Содержание
Введение …………………………………………………………………………………….3
1. Введение в нейронные сети …………………………………………………..4
2. Обучение нейронных сетей ……………………………………………………7
3. Алгоритмы обучения сетей ……………………………………………………10
4. Нейронные сети: обучение без учителя ………………………………...34
Заключение ………………………………………………………………………………..44
Литература ………………………………………………………………………………...45
Приложение ……………………………………………………………………………….46
В статье рассмотрены алгоритмы обучения искусственных нейронных сетей без учителя. Приведена
55 руб.
Другие работы
Структуры и алгоритмы обработки данных (часть 2). ВАРИАНТ №5. Курсовая работа.
321
: 23 октября 2019
1. Хранящуюся в файле базу данных (файл определяется вариантом) загрузить в оперативную память компьютера и построить дерево поиска заданного типа, упорядочивающее данные сначала по первому полю, затем по второму и т.д.
Для варианта №5 число B = 1, следовательно файл базы данных – файл base1.dat.
Библиогpафическая база данных "Жизнь замечательных людей"
Стpуктуpа записи:
Автоp: текстовое поле 12 символов
фоpмат <Фамилия>_<буква>_<буква>
Заглавие: текстовое по
150 руб.
Логика
5234
: 7 ноября 2016
Лекция 1. Предмет и значение логики. Логика и язык.
1. Логическая форма конкретной мысли – это:
• строение этой мысли,
2. Определите логическую форму высказываний:
• «Все птицы — летают»,
• «Все люди разумны»,
• «Все телефоны — мобильные»
Ответ: Все S есть P
2. Условия какого закона формальной логики формулируются в диалоге комедии Ж.-.Мольера"Мещанин во дворянстве":
95 руб.
Техническая термодинамика и теплотехника УГНТУ Задача 5 Вариант 27
Z24
: 16 декабря 2025
Водяной пар, имея начальные параметры р1=2 МПа и степень сухости х1=0,9, нагревается при постоянном давлении до температуры t2 (процесс 1-2), затем дросселируется до давления p2 (процесс 2-3).
При давлении p2 пар попадает в сопло Лаваля, где расширяется до давления р3=0,05 МПа (процесс 3-4). Определить, используя h-s — диаграмму водяного пара (приложение Д, рисунок Д1):
— количество теплоты, подведенной к пару в процессе 1-2;
— изменение внутренней энергии и конечную температуру дроссел
200 руб.
Гидравлика Задача 7.33
Z24
: 26 декабря 2025
Под давлением смазка протекает по каналам круглого сечения диаметром d и квадратного со стороной a. Определить, в каком канале число Рейнольдса будет иметь большее значение, если расход одинаков, d=a.
180 руб.