الگوریتم یادگیری پس انتشار خطا -الگوریتم BP

این تحقیق دارای صفحه عنوان اماده ،فهرست کامل با قابلیت اپدیت شدن و شماره گذاری دو قسمتی

تعداد صفحات  27  ورد(word)

مقدمه

شبکه های عصبی چند لایه پیش خوربه طور وسیعی د ر زمینه های متنوعی از قبیل طبقه بندی الگوها، پردازش تصاویر، تقریب توابع و … مورد استفاده قرار گرفته است.

الگوریتم یادگیری پس انتشار خطا، یکی از رایج ترین الگوریتم ها جهت آموزش شبکه های عصبی چند لایه پیش خور می باشد. این الگوریتم، تقریبی از الگوریتم بیشترین تنزل می باشد و در چارچوب یادگیری عملکردی  قرار می گیرد.

فهرست

مقدمه. 1

خلاصه ای از الگوریتم BP.. 1

فرمول بندی الگوریتم BP.. 2

معایب الگوریتم استاندارد پس انتشار خطا1 (SBP) 

بهبود الگوريتم استاندارد پس انتشار خطا (SBP) 

– الگوريتم BP از نوع دسته اي1 (BBP) 

– روش ممنتم 1 براي الگوريتم BP (MBP) 6

– نرخ يادگيري متغير1 (VLR). 

– الگوريتم پس انتشار خطاي تطبيقي1 (ABP) 

– الگوريتم پس انتشار خطا با نرخ يادگيري و ضريب ممنتم تطبيقي1 (BPALM) 

– تغييرات علامت1 11

– الگوريتم يادگيري Super SAB.. 12

2- الگوريتم پس انتشار خطا با سه ترم. 14

آنالیز همگرایی.. 14

 الگوریتم پس انتشار خطای بهبود پذیر (Rprop)