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 الگوریتم استاندارد پس انتشار خطا (SBP) 

- الگوریتم BP از نوع دسته ای1 (BBP) 

- روش ممنتم 1 برای الگوریتم BP (MBP) 6

- نرخ یادگیری متغیر1 (VLR). 

- الگوریتم پس انتشار خطای تطبیقی1 (ABP) 

- الگوریتم پس انتشار خطا با نرخ یادگیری و ضریب ممنتم تطبیقی1 (BPALM) 

- تغییرات علامت1 11

- الگوریتم یادگیری Super SAB.. 12

2- الگوریتم پس انتشار خطا با سه ترم. 14

آنالیز همگرایی.. 14

 الگوریتم پس انتشار خطای بهبود پذیر (Rprop)