Struktury równoległe dla jednokierunkowych i dynamicznych sieci neuronowych

Struktury równoległe dla jednokierunkowych i dynamicznych sieci neuronowych

1 opinia

Format:

ibuk

RODZAJ DOSTĘPU

 

Dostęp online przez myIBUK

WYBIERZ DŁUGOŚĆ DOSTĘPU

Cena początkowa:

Najniższa cena z 30 dni: 6,92 zł  


6,92

w tym VAT

TA KSIĄŻKA JEST W ABONAMENCIE

Już od 24,90 zł miesięcznie za 5 ebooków!

WYBIERZ SWÓJ ABONAMENT

Sztuczne sieci neuronowe są częścią inteligencji obliczeniowej, czyli nauki zajmującej się badaniem i modelowaniem reguł odpowiadających za inteligentne zachowanie człowieka. Ich zadaniem jest modelowanie biologicznych sieci neuronowych, a w szczególności mózgu człowieka.


W ostatnich latach gwałtownie rosną możliwości wykonywania obliczeń w sposób równoległy, co zachęca do połączenia sieci neuronowych z obliczeniami równoległymi. Rezultatem tego połączenia powinien być wzrost wydajności działania sieci neuronowych oraz ich uczenia. W niniejszej monografii przygotowano struktury równoległe umożliwiające działanie, a przede wszystkim uczenie jednokierunkowych sieci neuronowych oraz rekurencyjnych sieci perceptronowych.


Rok wydania2014
Liczba stron272
KategoriaInne
WydawcaAkademicka Oficyna Wydawnicza EXIT Andrzej Lang
ISBN-13978-83-7837-524-1
Numer wydania1
Język publikacjipolski
Informacja o sprzedawcyePWN sp. z o.o.

Ciekawe propozycje

Spis treści

  Wstęp
  1. Wprowadzenie
  1.1. Neuron biologiczny
  1.2. Sieci neuronowe
  1.3. Terminologia i oznaczenia
  1.4. Funkcje aktywacji
  1.5. Uczenie sieci neuronowych z nauczycielem
  1.6. Przestrzeń wag
  1.7. Zrównoleglenie obliczeń - przykłady
  2. Struktury równoległe sieci jednokierunowych
  2.1. Budowa i działanie jednokierunkowych sieci neuronowych
  2.2. Realizacja równoległa algorytmu wstecznej propagacji błędów
  2.3. Momentowa metoda wstecznej propagacji błędów
  2.4. Modyfikacje metody wstecznej propagacji błędów ze zmiennymi współczynnikami uczenia i momentu
  2.5. Rekurencyjny algorytm najmniejszych kwadratów
  2.6. Algorytm Q-RLS
  2.7. Algorytm SM-RLS
  2.8. Algorytm UD-RLS
  2.9. Zastosowanie dekompozycji QR
  2.10. Ogólne metodologie i modyfikacje algorytmów uczenia
  3. Struktury równoległe sieci dynamicznych
  3.1. Sieć RTRN
  3.2. Sieć Elmana
  3.3. Sieć RMLP
  3.4. Sieć Jordana
  4. Możliwości realizacji
  4.1. Typy zrównoleglenia
  4.2. Instrukcje SIMD
  4.3. Wieloprocesorowość symetryczna i procesory wielordzeniowe
  4.4. Systemy wielokomputerowe
  4.5. Karty graficzne
  4.6. Układy programowalne FPGA
  5. Podsumowanie
  Literatura
  Dodatek A
  Dodatek B
  Dodatek C
RozwińZwiń