فیلم آموزش شبکه های عصبی در متلب – شبکه RBM – قسمت ۱۷
با سلام
در این قسمت شبکه عصبی ماشین بولتزمن محدود شده (RBM) restricted Boltzmann machine را معرفی می کنیم.
شبکه های RBM از شبکه هایی است که هم می تواند به صورت با ناظر و هم به صورت بدون ناظر یا همزمان به صورت ترکیبی آموزش ببیند. زمانی که شبکه به صورت بدون ناظر آموزش می بیند باید از توزیع های احتمالی پیروی کرد، بنابراین جهت درک این نوع شبکه ها باید با توزیع های آماری و مسائل و توضیحات مربوط به احتمالات آشنایی داشت. از طرفی به دلیل پیروی این نوع شبکه ها از گراف بیزی، هنگام آموزش بدون ناظر از قوانین گراف بیز نیز استفاده می شود.
شبکه های عصبی RBM شبکه های بسیار مهمی می باشند زیرا که پایه و اساس شبکه های باور عمیق (Deep Belief networks)، شبکه های خود رمزگزار عمیق (deep Autoencoder) و شبکه های عصبی عمیق (DNN)، شبکه های در هم پیچش (convolutional RBM) RBM می باشند. علاوه بر این جهت پیش آموزش شبکه های دیگر نیز از این نوع شبکه ها استفاده می شود. مثلا جهت پیش آموزش شبکه CNN از این نوع نورون ها استفاده می شود.
در این جلسه مهم ترین مطالبی که ذکر خواهند شد به شرح زیر می باشند:
- اهمیت و کاربرد RBM
- ساختار شبکه RBM
- عملیات رو به جلو (forward)
- عملیات برگشتی (backward)
- آموزش RBM به صورت بدون ناظر
- آموزش RBM به صورت با ناظر
- مودل مولد و جداساز RBM
- اشاره ای به انواع مختلف RBM
- تکنیک DropOut
- پیاده سازی شبکه RBM در متلب (هم با ناظر و هم بدون ناظر
پس از آموزش ساختار شبکه عصبی RBM به صورت تئوری و توضیح کامل مراحل آموزش شبکه به صورت با ناظر و بدون ناظر، به صورت عملی یک شبکه عصبی RBM را از ابتدا در MATLAB پیاده سازی می کنیم و فایل آن قابل دانلود است. این فایل هم به صورت با ناظر و هم به صورت بدون ناظر مورد استفاده قرار می گیرد و هر دو روش به صورت کامل در فایل ویدیویی مورد بررسی قرار می گیرد.
شما می توانید این ویدئو آموزشی را در سایت متلب یار و از لینک داده شده در ادامه مطلب مشاهده و دانلود نمایید.
تذکر:
قسمت های قبلی این مجموعه آموزشی را می توانید از اینجا مشاهده نمایید
نوشته فیلم آموزش شبکه های عصبی در متلب – شبکه RBM – قسمت ۱۷ اولین بار در دانشجویار پدیدار شد.
مبنع این خبر (برای مشاهده متن کامل خبر لینک زیر را بزنید):
دانشجویار