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
Лабораторная работа №2 по предмету «Цифровые системы распределения сообщений». Вариант №5
odja
: 14 апреля 2013
Тема "Пространственная коммутация в цифровых АТС"
Контрольные вопросы пункта меню "Допуск к лабораторной работе":
1. ПК имеет параметры 32ВЦЛ*32ИЦЛ. Какая информация содержится в ячейках ЗУА?
2. ПК имеет параметры 8ВЦЛ*16ИЦЛ
3. Чему соответствует номер ЗУИ звена (A) в КП В-П-В EWSD?
4. Какая информация записывается в ячейки памяти ЗУА на звене (A) в КП В-П-В станции EWSD (ответ введите цифрой)?
5. Расшифруйте аббревиатуру ЭК
6. Укажите разрядность ячейки памяти ЗУИ?
7. БПК имеет параметры 32ВЦЛ*
123 руб.
Управление затратами рабочего времени
Lokard
: 23 марта 2014
Введение
Раздел Теоретические основы использования рабочего времени
1.1. Рабочее время, его структура, классификация затрат рабочего времени
1.2. Методы изучения затрат рабочего времени и трудовых процессов
1.2.1. Классификация методов и способов исследования рабочего времени
1.2.2. Фотография рабочего дня
1.2.3. Хронометраж
1.3. Условия и факторы сокращения потерь рабочего времени
Раздел 2 Тайм-менеджмент как система управления временем
2.1. Тайм-менеджмент
2.2. Причины дефицита времени
2.3. Ос
25 руб.
Лабораторная №2 (вариант 5) "Теория сложностей вычислительных процессов и структур"
Greenberg
: 31 июля 2011
Графы. Поиск остова минимального веса.
Написать программу, которая по алгоритму Краскала находит остов минимального веса для связного взвешенного неориентированного графа, имеющего 7 вершин. Граф задан матрицей весов дуг, соединяющих всевозможные пары вершин (0 означает, что соответствующей дуги нет). Данные считать из файла.
Номер варианта выбирается по последней цифре пароля.....
49 руб.
Контрольная работа по дисциплине: Дискретная математика. Вариант №20
Учеба "Под ключ"
: 25 июля 2017
Вариант No20
Исходные данные см на скрине.
Задание 1. Доказать равенства, используя определения и свойства операций над множествами. Проиллюстрировать при помощи диаграмм Эйлера–Венна.
Задание 2. Даны два конечных множества: A={a,b,c}, B={1,2,3,4}; бинарные отношения P1>=A×B, P2>=B^2. Изобразить P1,P2 графически. Найти P=(P2*P1 )^(–1). Выписать области определения и области значений всех трех отношений: P1,P2,P. Построить матрицу [P2], проверить с ее помощью, является ли отношение P2 рефлекси
1200 руб.