mi1s0n 31 اشتراک گذاری ارسال شده در 13 بهمن، ۱۳۹۱ در اولین فرصت لیست پرکاربرد ترین الگوریتم ها رو میزام و یکی یکی شروع به اموزشش می کنم اینجوری درک عمیق تری از کارکرد شبکه عصبی پیدا می کنیم . ممنون بی صبرانه منتظرم خیلی تو نت سرچ کردم اما همه آموزش ها کلی هستن امروز با شبکه های عصبی از طریق این تاپیک آشنا شدم دارم دیوونه می شم خیلی جذابه داشتم یه مقاله درباره face detection می خوندم توش این شبکه ها استفاده شده بود 6 لینک به دیدگاه
سارا-افشار 36437 مالک اشتراک گذاری ارسال شده در 13 بهمن، ۱۳۹۱ ممنون بی صبرانه منتظرمخیلی تو نت سرچ کردم اما همه آموزش ها کلی هستن امروز با شبکه های عصبی از طریق این تاپیک آشنا شدم دارم دیوونه می شم خیلی جذابه داشتم یه مقاله درباره face detection می خوندم توش این شبکه ها استفاده شده بود سعی می کنم چون خودمم بدجور این روزا سرم شلوغه در اولین فرصت , این تاپیک رو داغ می کنم 11 لینک به دیدگاه
elham8881 17 اشتراک گذاری ارسال شده در 13 بهمن، ۱۳۹۱ سلام من شدیدا به شبکه های عصبی پرسپترون نیاز دارم میشه ادامه بدین و یا منبع معرفی کنید.راستی قبلیا خیلی خوب بودن 7 لینک به دیدگاه
mi1s0n 31 اشتراک گذاری ارسال شده در 13 بهمن، ۱۳۹۱ سلام من شدیدا به شبکه های عصبی پرسپترون نیاز دارم میشه ادامه بدین و یا منبع معرفی کنید.راستی قبلیا خیلی خوب بودن برای مشاهده این محتوا لطفاً ثبت نام کنید یا وارد شوید. ورود یا ثبت نام فصل 9 صفحه 3 8 لینک به دیدگاه
soroush06 19 اشتراک گذاری ارسال شده در 10 فروردین، ۱۳۹۲ سلام . اول یه شاد باش و تبریک سال نو خدمت حضرت عالی دارم و تشکر بابت فعالیت های مفید شما همکار گرامی مهندس این مطالبی که گذاشتید فایل pdf برای دانلود داره که کل شبکه های عصبی را یکجا داشته باشم ؟ ممنون و تشکر بی کران 3 لینک به دیدگاه
alimec 23102 اشتراک گذاری ارسال شده در 10 فروردین، ۱۳۹۲ درود pso حالت آفلاین و آنلاین داره؟ اگه داره در موردشون توضیح بدین لطفا(خلاصه کفایت میکنه) و یه مقایسه کلی.کدوم دقیقتر؟ کدوم سیستم قوی تر لازم داره؟ زمان؟.. 2 لینک به دیدگاه
سارا-افشار 36437 مالک اشتراک گذاری ارسال شده در 10 فروردین، ۱۳۹۲ سلام .اول یه شاد باش و تبریک سال نو خدمت حضرت عالی دارم و تشکر بابت فعالیت های مفید شما همکار گرامی مهندس این مطالبی که گذاشتید فایل pdf برای دانلود داره که کل شبکه های عصبی را یکجا داشته باشم ؟ ممنون و تشکر بی کران نه متاسفانه 2 لینک به دیدگاه
سارا-افشار 36437 مالک اشتراک گذاری ارسال شده در 10 فروردین، ۱۳۹۲ درود pso حالت آفلاین و آنلاین داره؟ اگه داره در موردشون توضیح بدین لطفا(خلاصه کفایت میکنه) و یه مقایسه کلی.کدوم دقیقتر؟ کدوم سیستم قوی تر لازم داره؟ زمان؟.. تو این مقاله شاید بش اشاره ای شده باشه برای مشاهده این محتوا لطفاً ثبت نام کنید یا وارد شوید. ورود یا ثبت نام ببخشید امکان دانلودش برام نیس 2 لینک به دیدگاه
pmhashemi 14 اشتراک گذاری ارسال شده در 29 فروردین، ۱۳۹۲ سلام خانم افشار - محبت می کنید چنانچه پاسخ را در اولین فرصت که مقدور بود ارسال کنید . لطفا مبحث رو ادامه بدید من مطالبی در رابطه با شبکه عصبی مطالعه کردم و از راهنمای خود متلب برای فهم بهتر موضوع استفاده کردم ، اول مساله های قابل بررسی رو براتون مختصرا شرح می دم و بعد سوالاتم رو مطرح می کنم . در بخضی از مباحث اکتشاف معدن به روش های ژئوشیمیایی از روش های آماری کلاسیک و پیشرفته استفاده می کنیم و روش کار مشابهت بسیاری به سایر داده کاوی ها داره ، چرا که از بین بسیاری داده و نویز می خواهیم به حقیقتی خاص دست پیدا کنیم و محدوده آنومالی ها (مناطق با عیار ماده معدنی بالاتر ) را نهایتا مشخص نماییم. مابقی شرخ باشه برای وقتی که علاقه به همکاری نشون دادید . حالا در مورد سوالاتم : 1- مشخصه که الزامی وجود نداره که تعداد ورودی و خروجی های ما هم اندازه باشند ، بر فرض که خروجی نرون را قبل از ورود به تابع انتقال n بنامیم ، آیا n های متفاوت ( یعنی خروجی چندین نرون ) می توانند به توابع انتقال مختلف وارد شوند ؟ یا در یک لایه همه خروجی های نرون ها باید به تابع انتقال یکسان وارد شوند ؟ یعنی برای مثال وقتی شبکه دو خروجی داشته باشد ، می توانیم دو تابع انتقال مختلف داشته باشیم ؟ 2- کدام پارامتر ها توسط شبکه در خلال فرآیند آموزش بصورت اتوماتیک قابل تنظیم اند و کدام ها بصورت دستی نیز قابل تعین هستند ؟ و بخش دوم سوال ، آیا تابع انتقال نیز بصورت اتوماتیک توسط ماشین قابل پیشنهاد هست ؟ یا الزاما باید تابع انتقال را خودمان تعیین نماییم ؟ 3- اگر موافقید انواع توابع انتقال را با مثال های کاربردی مرتب نماییم ، زیرا من هر چه گشتم منبعی که برای تمامی توابع انتقال مثال ذکر کرده باشد نیافتم . 4- مورد 3 را برای روش های آموزش و مثال های کاربردی نیز انجام دهیم . 5- شبکه های عصبی دارای تاخیر در کجاها کاربرد دارند ؟ مرسی - مسعود 4 لینک به دیدگاه
سارا-افشار 36437 مالک اشتراک گذاری ارسال شده در 29 فروردین، ۱۳۹۲ سلام خانم افشار - محبت می کنید چنانچه پاسخ را در اولین فرصت که مقدور بود ارسال کنید . لطفا مبحث رو ادامه بدید من مطالبی در رابطه با شبکه عصبی مطالعه کردم و از راهنمای خود متلب برای فهم بهتر موضوع استفاده کردم ، اول مساله های قابل بررسی رو براتون مختصرا شرح می دم و بعد سوالاتم رو مطرح می کنم . در بخضی از مباحث اکتشاف معدن به روش های ژئوشیمیایی از روش های آماری کلاسیک و پیشرفته استفاده می کنیم و روش کار مشابهت بسیاری به سایر داده کاوی ها داره ، چرا که از بین بسیاری داده و نویز می خواهیم به حقیقتی خاص دست پیدا کنیم و محدوده آنومالی ها (مناطق با عیار ماده معدنی بالاتر ) را نهایتا مشخص نماییم. مابقی شرخ باشه برای وقتی که علاقه به همکاری نشون دادید . حالا در مورد سوالاتم : 1- مشخصه که الزامی وجود نداره که تعداد ورودی و خروجی های ما هم اندازه باشند ، بر فرض که خروجی نرون را قبل از ورود به تابع انتقال n بنامیم ، آیا n های متفاوت ( یعنی خروجی چندین نرون ) می توانند به توابع انتقال مختلف وارد شوند ؟ یا در یک لایه همه خروجی های نرون ها باید به تابع انتقال یکسان وارد شوند ؟ یعنی برای مثال وقتی شبکه دو خروجی داشته باشد ، می توانیم دو تابع انتقال مختلف داشته باشیم ؟ 2- کدام پارامتر ها توسط شبکه در خلال فرآیند آموزش بصورت اتوماتیک قابل تنظیم اند و کدام ها بصورت دستی نیز قابل تعین هستند ؟ و بخش دوم سوال ، آیا تابع انتقال نیز بصورت اتوماتیک توسط ماشین قابل پیشنهاد هست ؟ یا الزاما باید تابع انتقال را خودمان تعیین نماییم ؟ 3- اگر موافقید انواع توابع انتقال را با مثال های کاربردی مرتب نماییم ، زیرا من هر چه گشتم منبعی که برای تمامی توابع انتقال مثال ذکر کرده باشد نیافتم . 4- مورد 3 را برای روش های آموزش و مثال های کاربردی نیز انجام دهیم . 5- شبکه های عصبی دارای تاخیر در کجاها کاربرد دارند ؟ مرسی - مسعود تا جایی که سواد اجازه بده جواب میدم اگه دوستان اشکالی درجوابم دیدن حتما تذکر بدن 1- ببنید ما نمی تونیم هر شبکه عصبی دلخواهی داشته باشیم یعنی هنوز دانش انسان نتونسته به چنین توانایی برسه انواع شبکه های عصبی رو می تونید از همون help متلب ببنید شما باید با این انواع اشنا بشید بعد ببنید برای کارتون کدوم یک به درد بخور هس به طور کلی شبکه های عصبی مصنوعی دو دسته هستن با ناظر و بی ناظر در حالت با ناظر شما هم ورودی رو میدید هم خروجی تا خود شبکه بتونه بین اینا رابطه برقرار کنه در حالت بدون ناظر بیشتر از یه تابع تنبیه و تشویق استفاده میشه یعنی شبکه براساس ورودی یه خروجی رو میده هرچقدر این ورودی مطلوب شما باشه بش پاداش میدید و هرچقدر دور از مقدار موردنظرتون باشه بش نمره منفی میدید شما بعد از اینکه نوع شبکه را مشخص کردید در انتخاب تعداد ورودی -خروجی - تعداد لایه های مخفی و انتخاب تابع انتقال مختار هستید 2- پارامترها رو می تونید حتی درحین اجرا با کد نویسی تغییر بدین مثلا بگید تا مرحله n ام از این تابع انتقال ولی از اون به بعد با این تابع انتقال استفاده کن ولی درکل یه روند سیستماتیک باید در پیش بگیرید پارامترهایی چون ممنتم یا نرخ یادگیری بیشتر درحین اجرا قابل تغییر هستن 3- توابع انتقال زیادن نیستن تو خود متلب اگه بزنید حتما میاره تو خود جعبه ابزار متلب مخصوص شبکه عصبی وقتی ویزارد شروع میشه شما می تونید انتخاب کنید که به نظرم سه یا چهار تا بود 4- فعلا اینقدر وقت ندارم که روی اموزش بزارم ببخشید 5- بیشتر در مسایل کنترل و طراحی مدارات البته تا جایی که من میدونم یا موقعی که میخواهید داده های ورودی شما براساس تاخیر زمانی به شبکه اعمال بشه یعنی ترتیب زمانی ورود داده ها به بخش های مختلف (لایه های مختلف ) شبکه مهم و حیاتیه 4 لینک به دیدگاه
ab 84 12 اشتراک گذاری ارسال شده در 12 اردیبهشت، ۱۳۹۲ سلام سارا جان من میخوام با شبکه عصبی روندیابی سیلاب رو انجام بدم میتونی کمکم کنی ؟ 2 لینک به دیدگاه
mhbshn 13 اشتراک گذاری ارسال شده در 14 اردیبهشت، ۱۳۹۲ سلام میشه لطفا یک سری اطلاعات در مورد فازهای آموزش و آزمایش و چگونگی عملکردشون توضیحاتی رو بدین. 3 لینک به دیدگاه
amin eidipour 12 اشتراک گذاری ارسال شده در 19 آبان، ۱۳۹۲ سلام من دارم در رابطه با شبکه عصبی کار میکنم بطور جد کمک نیاز دارم اینم ایمیلم منتظرم [EMAIL="amin_adp@YAHOO.com"]amin_adp@YAHOO.com[/EMAIL] 2 لینک به دیدگاه
Alireza.PS 13 اشتراک گذاری ارسال شده در 24 آبان، ۱۳۹۲ سلام خانم افشار تازه با سایت آشنا شدم و وقتی موضوع آموزش شما رو دیدم خوشحال شدم و همه رو داشتم مطالعه میکردم که یه دفه رسیدم بجایی که گفتید ادامه نمیدید! بنظرم اگه شروع نمی کردید بهتر بود چون هم موضوع خوبی هست و هم آموزشتون زیباست اما حیف که متوقف کردید، و واقعا ناراحت شدم. امیدوارم بقیه دوستان هم که می خوان آموزشی رو شروع کنن وسط کار رها نکنن. با تشکر ع.پ 3 لینک به دیدگاه
saeeddds 13 اشتراک گذاری ارسال شده در 4 بهمن، ۱۳۹۲ [quote حالا باید مقدار وزن و مقدار بایاس را پیدا کنیم یعنی این معاله را باید حل کنیم اگه معادله بالایی رو حل کنیم به مقادیر زیر برای بردار وزن ها و مقدار بایاس خواهیم رسید اگه تو حل معادله بالایی مشکل داشتید تو تاپیک مشکلات بیان کنید تا جواب بدم . میشه لطفا عکسارو دوباره آپلود کنید 3 لینک به دیدگاه
jamezar5 13 اشتراک گذاری ارسال شده در 17 تیر، ۱۳۹۳ سلام می بخشید من با برنامه سی شارپ دارم شبکه عصبی برای موضوع ÷یش بینی بورس می نویسم حالا مسئله اینه که من شبکه را اموزش دادم و تکرار را هم تا جایی انجام دادم که به محض رخداد برنامه متوقف میشه حالا من با داشتن یک شبکه که وزنهای ایده ال خودش را به دست آورده چه طوری می توانم و از ه راهی می توانم خروجی شبکه را به صورت استاندارد به دست بیاورم منظورم اینه که با داشتن یک شبکه آموزش دیده چطوری می تونم باداشتن داده جدید قیمت های بعدی را پیش بینی بکنم از شما خیلی خیلی سپاسگذارم 3 لینک به دیدگاه
elsagh 12 اشتراک گذاری ارسال شده در 21 مرداد، ۱۳۹۳ سلام منم مثل بقیه اعلام میکنم واقعا خوب بود حیف که ادامه ندادید 2 لینک به دیدگاه
azam cheraghi 67 اشتراک گذاری ارسال شده در 30 شهریور، ۱۳۹۳ شکل زیر ساختار یک شبکه عصبی ساده را نشان میدهد : این شبکه از یک ورودی بنام P , یک نورون و خروجی نورون a تشکیل شده هست . هر نورون از دو عنصر کلیدی بنام تابع انتقال F و وزن W تشکیل یافته است .به پارامتر b اصطلاحا بایاس (bias) گفته می شود . وقتی ورودی P به نورون اعمال می شود مقدارش ضربدر w شده حاصل با b جمع و حاصل انها به عنوان ورودی به تابع انتقال F داده می شود . بسته به تعریف تابع انتقال , تصویر هر ورودی به خروجی a مرتبط با تابع انتقال نگاشته می شود . به دو پارامتر W و b , پارامترهای تنظیم کننده شبکه عصبی گفته میشود . سلام میشه این تصویر رو دوباره بذارید. من لازمش دارم ممنون. 3 لینک به دیدگاه
hhamidy 885 اشتراک گذاری ارسال شده در 31 شهریور، ۱۳۹۳ سلام میشه این تصویر رو دوباره بذارید. من لازمش دارم ممنون. سلام، تصویر شبیه به این تصویر هست: داخل این لینک هم فکر می کنم مشخص باشه: http://www.noandishaan.com/forums/thread88639-3.html 3 لینک به دیدگاه
ارسال های توصیه شده