Исследование эффективности алгоритмов обучения нейронной сети
Рассматриваются алгоритмы обучения нейронной сети: градиентный спуск с постоянным шагом и метод сопряженных градиентов (алгоритм Флетчера-Ривса). Расчет значения минимизируемой целевой функции ошибки полученной на тестовой выборке после обучения.
Подобные документы
Итерационный метод нахождения локального экстремума (минимума и максимума) функции с помощью движения вдоль градиента. Тестирование стандартного стохастического градиентного спуска как популярного алгоритма для широкого спектра моделей машинного обучения.
курсовая работа, добавлен 12.02.2018Функционирование нейронных сетей. Функции активации. Топология элементарного однонаправленного персептрона. Трехслойный персептрон. Процедура построения персептрона. Алгоритм обратного распространения ошибки. Топология элементарной ВР-нейронной сети.
презентация, добавлен 16.10.2013Теоритические аспекты и модели машинного обучения. Получение и интерпретация визуальной информации. Цели и задачи идентификации объектов по фотографиям. Использование искусственной нейронной сети Keras для распознавания ос и пчел от других насекомых.
курсовая работа, добавлен 06.03.2022Обзор алгоритмов машинного обучения. Исследование функционалов ошибки и метрики. Использование градиентного бустинга при обучении нейронных сетей. Главный анализ линейной регрессии и регуляризаторов. Характеристика алгоритма адаптации градиента.
дипломная работа, добавлен 28.08.2020- 55. Система обработки изображений при диагностике наследственных заболеваний по методу дерматоглифики
Алгоритмы компьютерной обработки изображений, позволяющие существенно повысить скорость проведения диагностики сахарного диабета на основе дерматоглифического исследования. Элементы программного обеспечения системы. Результат обучения нейронной сети.
автореферат, добавлен 02.07.2018 Формулировка математической задачи оптимизации. Описание минимизации функций и ее основных положений. Рассмотрение метода сопряженных градиентов. Оценка способа минимизации функций методом Флетчера-Ривса. Исследование программной реализации метода.
курсовая работа, добавлен 25.01.2018Архитектура искусственных нейронных сетей, особенности их обучения с учителем и без него. Правило коррекции по ошибке. Обучение методом соревнования. Основные принципы генетического алгоритма. Анализ применения нейронных сетей для синтеза регуляторов.
дипломная работа, добавлен 23.02.2015Обзор принципов организации и функционирования биологических нейронных сетей. Расширенная модель искусственного нейрона. Обучение нейронной сети. Алгоритм обратного распространения ошибки. Определение входного сигнала нейрона. Карты признаков Кохонена.
курсовая работа, добавлен 04.12.2012Параметризация свёрточной нейронной сети для осуществления семантического анализа текста и определения его эмоциональной окраски. Архитектура сети, её обучение и тестирование с использованием объектно-ориентированного языка Python и библиотеки Keras.
статья, добавлен 19.02.2019Исследование модели доменной нейронной сети. Анализ ее распознающих свойств, оценка помехоустойчивости, емкости памяти и скорости работы. Сравнительный анализ оптимизационных свойств предложенной модели. Критерий останова процесса случайного поиска.
автореферат, добавлен 27.09.2018Особенности научных статей, представленных в формате PDF. Разработка классов для системы автоматической разметки. Выбор программного обеспечения для реализации и обучения нейронной сети. Алгоритмы сортировки блоков в соответствии с иерархией документа.
дипломная работа, добавлен 13.07.2020Рассмотрение принципов работы нейронной сети. Разработка алгоритма машинного обучения. История возникновения нейронных сетей. Последовательность интеллектуальной обработки информации в интернете. Примеры применения нейросетей в различных сферах.
статья, добавлен 01.03.2019Процесс формирования параметров изменяемого пользовательского интерфейса. Возможность применения методов нейронных сетей для обработки характеристик и классификации категорий пользовательских интерфейсов; структура искусственной нейронной сети.
статья, добавлен 08.03.2019Анализ принципов обучения нейронных сетей, их классификация. Описание алгоритмов обучения искусственных нейронных сетей: правило Хебба и Кохонена, дельта-правило, обратного распространения ошибки, стохастические алгоритмы, машины Больцмана и Коши.
лекция, добавлен 21.09.2017Изучены вопросы формирования массива данных для построения искусственной нейронной сети, предназначенной для поиска взаимосвязей между социальными и экономическими параметрами развития регионов России. Исследования в области региональной компаративистики.
статья, добавлен 01.09.2021Структура искусственной нейронной сети и принципы ее работы. Нейросетевая классификация. Создание программы, которая используя технологии нейронных сетей, сможет распознавать рукописные буквы. Центрирование изображения. Пример работы с приложениями.
статья, добавлен 30.05.2013Процесс обучения нейросети-классификатора, сравнения эффективности теоретических методов оптимизации со стохастическими. Подтверждение преимуществ и потенциальных возможностей. Основные свойства задач (баз данных) и размеры нейронных сетей для них.
статья, добавлен 08.02.2013Появление и перспективы использования технологии нейронной стилизации. Типологизация методов машинного обучения для стилизации изображений. Рассмотрение реализации стилизации изображений с помощью машинного и глубокого обучений на языке Python.
статья, добавлен 09.12.2024Понятие и области машинного обучения. Эволюционные модели и алгоритмы. Типология задач обучения по прецедентам. Байесовы (вероятностные) сети. Методы эвристической самоорганизации. Программно-прагматический и агентно-ориентированный подходы к обучению.
реферат, добавлен 07.04.2016Изучение принципа работы нейронной сети для распознавания образов на примере шумерского алфавита. Рассмотрение нейронной сети, которая должна точно распознавать идеальные векторы входа и с максимальной точностью воспроизводить зашумленные векторы.
статья, добавлен 24.02.2019Разработка методики для автоматической сегментации спутниковых снимков по нескольким классам (здания, реки, дороги) на базе сверточных нейронных сетей. Особенности подготовки изображения для тренировки нейронной сети. Оценка эффективности нейронных сетей.
статья, добавлен 11.01.2018Традиционные алгоритмы обучения как основные причины возникновения переобучения нейросети, обучение по суммарному градиенту и особенно надстройка над последним метода наподобие сопряженных градиентов. Методы борьбы с данным эффектом и их успешность.
статья, добавлен 08.02.2013MATLAB как пакет прикладных программ для решения задач технических вычислений и одноимённый язык программирования, используемый в этом пакете. Создание нейронной сети в графическом интерфейсе. Экспортирование созданной нейронной сети в рабочую область.
контрольная работа, добавлен 30.05.2016Разделимость описаний объектов из разных классов - метод успешного решения задачи классификации. Применение эволюционного подхода для преобразования входного пространства признаков с целью повышения вероятности обучения искусственной нейронной сети.
статья, добавлен 19.01.2018Основные виды и типы нейронных сетей. Области применения нейронных сетей. Характеристика искусственной нейронной сети Gamma AI. Анализ описания алгоритма работы в нейросети гамма. Определение нейронной сети для создания озвучки из текста Narakeet.
контрольная работа, добавлен 18.06.2024