نقل قول:
نوشته اصلي بوسيله naeimwtg
ممنون از جواب شما - کلیه شبکه های عصبی یک لایه ورودی دارن و یک تابع فعال ساز و خروجی حالا یعنی فرق این شبکه ها در انتخاب توابع فعال ساز است که محاسبات مختلفی انجام میشه ؟ بعد چطوری میتونه تخمین بزنه وقتی از فرمول ریاضی استفاده نشه ؟ میشه یک مثال ساده از این نوع تخمین زدن بزنید
با تشکر
|
سلام توابع گذر بستگی به داده ها و خروجی هایی که میخواهید داشته باشه داره و داشتن لایه پنهان و نبودن آن در کلاس بندی ها از نظر خطی و غیر خطی بودن خط های کلاس بندی کننده مورد توجه است در تخمین شبکه به فرمول ریاضی کاری نداره اول با تعدادی داده تجربی که کاربر دستی محاسبه میکنه و نتایج رو بدست میاره شبکه آموزس میبینه و بعد شبکه رفتار اون تابع رو با یک خطایی یاد میگیره و بعد از اون هر ورودی بصورت آنلاین بدون محاسبه توسط شبکه جواب داده میشه در مثال ریل تایم از این تخمین ها استفاده میشه