Artificial Intelligence - هوش مصنوعی  
انجمن را در گوگل محبوب کنيد :

بازگشت   Artificial Intelligence - هوش مصنوعی > محاسبات نرم > شبکه های عصبی (Neural Networks)


 
تبليغات سايت
Iranian Association for the Advancement of Artificial Intelligence
ارسال تاپيک جديد  پاسخ
 
LinkBack ابزارهاي تاپيک نحوه نمايش
قديمي ۰۵-۳۱-۱۳۹۱, ۱۰:۳۳ بعد از ظهر   #1 (لینک دائم)
عضو فوق فعال
 
آواتار naeimwtg
 
تاريخ عضويت: بهمن ۱۳۸۸
محل سكونت: مسکو
پست ها: 34
تشكرها: 5
1 تشكر در 1 پست
Send a message via Skype™ to naeimwtg
پيش فرض سوال ابتدایی در مورد شبکه عصبی

سللم دوستان من چند تا مقاله در مورد شبمه های عصبی خوندم یک سری سوال برام پیش آموده اگه میشه راهنمایی کنید
1-تابع غعال ساز جند مدل داره و بر اساس چه چیزی تعیین میشه و کارایش چیه
2- میشه برای توابع مطقی or یا xor محاسبات را به صورت ریاضی بنویسید که به صورت دستی جطوری باید حساب کنیم

با تشکر
naeimwtg آفلاين است   پاسخ با نقل قول

  #ADS
نشان دهنده تبلیغات
تبليغگر
 
 
 
تاريخ عضويت: -
محل سكونت: -
سن: 2010
پست ها: -
 

نشان دهنده تبلیغات is online  
قديمي ۰۶-۱-۱۳۹۱, ۰۸:۰۱ قبل از ظهر   #2 (لینک دائم)
عضو فوق فعال
 
آواتار saeedfa
 
تاريخ عضويت: آذر ۱۳۸۸
محل سكونت: tehran
پست ها: 49
تشكرها: 2
16 تشكر در 16 پست
ارسال پيغام Yahoo به saeedfa Send a message via Skype™ to saeedfa
پيش فرض

سلام توابع داخل نرون ها 7 8 نوع مختلف هستند . البته تو شبکه های پیش خور :
خطی یا y=x
sigmoid با دستور tansig که تابع tanh هست
logsig که لگاریتمی هست.
کلا به این ادرس برو همه رو نوشته:
matlab پائئن صفحه سمت چپ نوشته start
بعد برو به toolbox
بعد neural networks از اونجا برو به function refrecnce نگاه کنی شکل توابع و توضیح همه رو می بینی روی هر کدوم کلیک کنی اطلاعات کامل میاد.
برای تابع xor هم باید 4 تا ورودی و 4 تا خروجی داشته باشی به صورت زیر:
ورودی های :
0 0
0 1
1 0
1 1
که خروجی متناظرش میشه :
0
1
1
0
حالا 4 تا ورودی داری 4 تا خروجی اینو باید شبکه بفهمه !
__________________
www.saeedfa.com
مشاور حل مسائل خیلی سخت
saeedfa آفلاين است   پاسخ با نقل قول
از saeedfa تشكر كرده است:
naeimwtg (۰۶-۲-۱۳۹۱)
قديمي ۰۶-۲-۱۳۹۱, ۰۴:۴۹ قبل از ظهر   #3 (لینک دائم)
عضو فوق فعال
 
آواتار masood
 
تاريخ عضويت: خرداد ۱۳۸۸
محل سكونت: اسالم
پست ها: 98
تشكرها: 291
37 تشكر در 30 پست
My Mood: Khoshhal
ارسال پيغام Yahoo به masood
پيش فرض

نقل قول:
نوشته اصلي بوسيله naeimwtg نمايش پست
2- میشه برای توابع مطقی or یا xor محاسبات را به صورت ریاضی بنویسید که به صورت دستی جطوری باید حساب کنیم.
در مورد سوال دوم به فرمایش saeedfa عزیز اضافه می کنم که لازم نیست شما چیزی رو حساب کنی. برای یادگیری یک شبکه عصبی (آموزش دادن) لازمه که از الگوریتم های مربوطه استفاده بشه و مجموعه محاسبات یک فراینده که معمولا بارها تکرار می شه و بنابراین محاسبه دستی اون کار منطقی نیست.

مثل الگوریتم پس انتشار که در شبکه های FeedForward کاربرد زیادی داره. البته در حال حاضر نرم افزارهای زیادی مثل Matlab وجود دارن که می تونی فقط ساختار شبکه ای که در نظر داری رو بهش بدی و مثال های آموزشی خودت رو هم معرفی کنی و شبکه خودت رو آموزش بدی و وزن های نهایی رو در صورت موفقیت در آموزش تحویل بگیری و جایی که می خوای ازش استفاده کنی.
__________________
یک روز یک ماشین برای انتخابات ریاست جمهوری ثبت نام می کند
چه بخواهیم چه نخواهیم این اتفاق می افتد.
masood آفلاين است   پاسخ با نقل قول
از masood تشكر كرده است:
naeimwtg (۰۶-۲-۱۳۹۱)
قديمي ۰۶-۲-۱۳۹۱, ۰۹:۳۷ قبل از ظهر   #4 (لینک دائم)
عضو فوق فعال
 
آواتار naeimwtg
 
تاريخ عضويت: بهمن ۱۳۸۸
محل سكونت: مسکو
پست ها: 34
تشكرها: 5
1 تشكر در 1 پست
Send a message via Skype™ to naeimwtg
پيش فرض

با تشکر از شما - منظور من این بود که نحوه انتخاب تابع فعال ساز به چه شکل باید انتخاب بشه و باید جه آیتم ها را در نطر بگیریم - یعنی برای حل یک معادله در 2 مثلا میشه ازتابع فعال ساز سیگموند استفاده کرد و برای تشخیص دست خط بازم میشه از همین تابع استفاده کرد - اما در مورد xor باید همون صفر و یک ها صرب و جمع بشه دیگه اون محاسبات ریاضی رو برای قسمت آموزش و تشخیص می حوام - من میهوام خودم اینو توی سی برنامه نویسی کنم از متلب نمیخوام استفاده کنم پپبا تشکر
naeimwtg آفلاين است   پاسخ با نقل قول
قديمي ۰۶-۲-۱۳۹۱, ۱۰:۵۸ قبل از ظهر   #5 (لینک دائم)
عضو فوق فعال
 
آواتار saeedfa
 
تاريخ عضويت: آذر ۱۳۸۸
محل سكونت: tehran
پست ها: 49
تشكرها: 2
16 تشكر در 16 پست
ارسال پيغام Yahoo به saeedfa Send a message via Skype™ to saeedfa
پيش فرض

برای مباحث پیش بینی عددی نرون لایه مخفی sigmoid و خروجی purelin . مثلا اینی که الان من گفتم قانون نیست ولی معمولا همه اینو استفاده می کنن و بهتر جواب میده. شما اگر از یه سری تابع دیگه استفاده کنی و جواب بهتری بگیرین کسی نمی گه چرا از این استفاده کردی. یعنی اینکه از چه توابعی استفاده کنم زیاد مسئله خفنی نیست. البته برای لایه خروجی باید دقت کرد که نباید هر تابعی رو استفاده کرد. می دونید چرا؟
چون مثلا اگر از تابع sigmoid استفاده کنید. خروجی شبکتون میشه بین -1 و 1 !! ولی ممکنه target شما بزرگتر از یک باشه و هیچ وقت به خطای پائئین نمی تونی برسی.
روی نرون خروجی باید یه دقت کوچولو کرد که از این مشکلات پیش نیاد.
__________________
www.saeedfa.com
مشاور حل مسائل خیلی سخت
saeedfa آفلاين است   پاسخ با نقل قول
قديمي ۰۶-۴-۱۳۹۱, ۱۰:۴۷ بعد از ظهر   #6 (لینک دائم)
عضو فوق فعال
 
آواتار naeimwtg
 
تاريخ عضويت: بهمن ۱۳۸۸
محل سكونت: مسکو
پست ها: 34
تشكرها: 5
1 تشكر در 1 پست
Send a message via Skype™ to naeimwtg
پيش فرض

دوست من از توضیحات شما بسیاز سپاگذارم - من تازه کار در مورد شبکه عصبی رو شروع کردم و چند تا کتاب گرفتم و شروع به مطالعه کردم - اما یک موضوع را دقیقا نفهمیدم کلا خروجی این شبکه ها 0و1 - بعد با این روش ها چطوری کمک به حل مسایل میکنه - و راهنمایی کنید برای درک بیشتر چه مطالبی را مطالعه کنم پبا تشکر فراوان
naeimwtg آفلاين است   پاسخ با نقل قول
قديمي ۰۶-۵-۱۳۹۱, ۰۵:۰۳ بعد از ظهر   #7 (لینک دائم)
عضو جدید
 
آواتار alirezad
 
تاريخ عضويت: تير ۱۳۹۱
پست ها: 3
تشكرها: 0
0 تشكر در 0 پست
پيش فرض

یه نکته : صرف اینکه یک تابع sigmoid هست نمیشه گفت که بردش بین -1 تا 1 هست. تابع های sigmoid مختلفی وجود داره.
مثلا tanh که بردش بین -۱ و ۱ هست . یا تابع sigmoid curved که بردش بین ۰ تا ۱ هست.
کلا به توابعی که به شکل S هستند sigmoid می گن.
alirezad آفلاين است   پاسخ با نقل قول
قديمي ۰۶-۹-۱۳۹۱, ۱۲:۰۸ بعد از ظهر   #8 (لینک دائم)
عضو فوق فعال
 
آواتار naeimwtg
 
تاريخ عضويت: بهمن ۱۳۸۸
محل سكونت: مسکو
پست ها: 34
تشكرها: 5
1 تشكر در 1 پست
Send a message via Skype™ to naeimwtg
پيش فرض

من منظورم این هست که در خمون مثالی که زدم ما باید ریشه معادله را پیدا کنیم - که جند روش ریاضی داره حالا با توجه به این که می خوایم از شبککه های عصبی استفاده کنیم و این روش خروجی 0 و 1 داره چطوری به جواب میرسیم -
naeimwtg آفلاين است   پاسخ با نقل قول
قديمي ۰۶-۹-۱۳۹۱, ۰۶:۴۸ بعد از ظهر   #9 (لینک دائم)
عضو فوق فعال
 
آواتار saeedfa
 
تاريخ عضويت: آذر ۱۳۸۸
محل سكونت: tehran
پست ها: 49
تشكرها: 2
16 تشكر در 16 پست
ارسال پيغام Yahoo به saeedfa Send a message via Skype™ to saeedfa
پيش فرض

ببینید مهمترین قسمت واسه کار شما اینه که تابع نرون خروجی تابعی باشه که 0 یا 1 بده . نرون های لایه مخفی از توابع sigmoid استفاده کنید . جواب نداد از یه چیز دیگه . کسی به شما نمی گه چرا از این تابع استفاده کردی تو لایه مخفی شما باید شبکه ای طراحی کنید که الو رو متوجه بشه برای خروجی می تونید از تابع hardlim استفاده کنید. تو help بزنین hardlim
البته میشه یه ایده هایی هم زد که از این تابع استفاده نکرد ولی اگر می خواین خروجی 0 یا 1 باشه تابع hardlim
__________________
www.saeedfa.com
مشاور حل مسائل خیلی سخت
saeedfa آفلاين است   پاسخ با نقل قول
قديمي ۰۶-۱۰-۱۳۹۱, ۰۴:۴۵ بعد از ظهر   #10 (لینک دائم)
عضو فوق فعال
 
آواتار naeimwtg
 
تاريخ عضويت: بهمن ۱۳۸۸
محل سكونت: مسکو
پست ها: 34
تشكرها: 5
1 تشكر در 1 پست
Send a message via Skype™ to naeimwtg
پيش فرض

سلام به همه ببنید مثلا برای بدست آوردن ریشه معادلات غیر حطی می توان از روش نیوتن رافسون استفاده کرد



حالا این رو میشه خیلی راحت برنامه نویس کرد منظور من اینه چرا باید از شبکه های عصبی برای حل این معادلات استفاده کرد و چه کمکی میکنه لطفا این رو برایم توضیح بدید .
با تشکر
naeimwtg آفلاين است   پاسخ با نقل قول
پاسخ



كاربران در حال ديدن تاپيک: 1 (0 عضو و 1 مهمان)
 

قوانين ارسال
You may not post new threads
You may not post replies
You may not post attachments
You may not edit your posts

BB code is فعال
شکلکها فعال است
كد [IMG] فعال است
كدهاي HTML غير فعال است
Trackbacks are فعال
Pingbacks are فعال
Refbacks are فعال




زمان محلي شما با تنظيم GMT +3.5 هم اکنون ۰۹:۴۲ بعد از ظهر ميباشد.


Powered by vBulletin® Version 3.8.3
Copyright ©2000 - 2024, Jelsoft Enterprises Ltd.
Search Engine Friendly URLs by vBSEO 3.1.0 ©2007, Crawlability, Inc.

Teach and Learn at Hexib | Sponsored by www.Syavash.com and Product In Review

استفاده از مطالب انجمن در سایر سایت ها، تنها با ذکر انجمن هوش مصنوعي به عنوان منبع و لینک مستقیم به خود مطلب مجاز است

Inactive Reminders By Icora Web Design