Struktury równoległe dla jednokierunkowych i dynamicznych sieci neuronowych

Struktury równoległe dla jednokierunkowych i dynamicznych sieci neuronowych

1 opinia

Format:

ibuk

WYBIERZ RODZAJ DOSTĘPU

 

Dostęp online przez myIBUK

WYBIERZ DŁUGOŚĆ DOSTĘPU

6,15

Wypożycz na 24h i opłać sms-em

30,00

cena zawiera podatek VAT

ZAPŁAĆ SMS-EM

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.


Liczba stron272
WydawcaAkademicka Oficyna Wydawnicza EXIT Andrzej Lang
ISBN-13978-83-7837-524-1
Numer wydania1
Język publikacjipolski
Informacja o sprzedawcyRavelo 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
W celu zapewnienia wysokiej jakości świadczonych przez nas usług, nasz portal internetowy wykorzystuje informacje przechowywane w przeglądarce internetowej w formie tzw. „cookies”. Poruszając się po naszej stronie internetowej wyrażasz zgodę na wykorzystywanie przez nas „cookies”. Informacje o przechowywaniu „cookies”, warunkach ich przechowywania i uzyskiwania dostępu do nich znajdują się w Regulaminie.

Nie pokazuj więcej tego powiadomienia