خانه > بایگانی/آرشیو برچسب ها : پس انتشار

بایگانی/آرشیو برچسب ها : پس انتشار

یادگیری عمیق به زبان ساده : یک مشکل قدیمی – قسمت پنجم

یادگیری عمیق محو شدگی گرادیان

اگر شبکه های عصبی عمیق بسیار قدرتمند هستند، چرا آن ها بیشتر مورد استفاده قرار نمی گیرند؟ علت آن این است که به دلیل موضوعی که به عنوان محو شدگی گرادیان شناخته می شود، آموزش آن ها بسیار مشکل است. برای آموزش شبکه عصبی بر روی مجموعه بزرگی از داده …

بیشتر بخوانید »

جعلی عمیق ( DeepFake ) چیست و چگونه آن را تشخیص دهیم؟

Deepfake جعلی عمیق

ساختن ویدیو های جعلی از تصاویر بازیگران چیز جدیدی نیست. با این حال، در اواخر سال ۲۰۱۷، یکی از کاربران سایت ردیت به نام Deepfakes شروع به استفاده از یادگیری عمیق برای ساخت ویدیو های جعلی از بازیگران و مشاهیر کرد. این شروع موج جدیدی از انتشار ویدیو های جعلی …

بیشتر بخوانید »

چگونه می توان با استفاده از نظم دهی ( Regularization )، کارایی یک شبکه عصبی را بهبود بخشید؟

شبکه های عصبی Dropout Regularization

گاهی شما شبکه عصبی مدنظرتان را ساخته ­اید و می­ بینید که روی مجموعه آموزشی به خوبی عمل می­ کند، اما به اندازه کافی روی مجموعه آزمایشی خوب عمل نمی­ کند. این موضوع نشان­ دهنده مسئله بیش ­برازش داده ( Overfitting ) می ­باشد و یعنی شبکه عصبی شما واریانس …

بیشتر بخوانید »

روش های مقدار دهی اولیه در شبکه های عصبی ( بخش اول )

روش های مقدار دهی اولیه در شبکه های عصبی قسمت اول

مقدمه ساخت یک شبکه عصبی کار ملالت آوری می باشد و این امر به منظور دست­یابی به نتایج بهتر بیش از پیش چالش برانگیز خواهد بود. اولین چالش به هنگام ساخت یک شبکه عصبی، مقداردهی اولیه وزن­ هاست، اگر وزن ­ها به درستی مقداردهی اولیه شده باشد، بهینه ­سازی در …

بیشتر بخوانید »

شبکه های عصبی در پزشکی

شبکه های عصبی در پزشکی

مقدمه شبکه های عصبی از اواخر ۱۹۸۰ در پزشکی مورد استفاده قرار گرفتند. هر دو شبکه با یادگیری با معلم  و یادگیری بدون معلم به عنوان راهکارهای موفق در طب استفاده شده­ اند. در بسیاری از تحقیقات طبی که نتیجه­ گیری از داده­ های حجیم مربوط به یک بیماری خاص …

بیشتر بخوانید »

پیاده سازی شبکه عصبی عمیق در متلب – قسمت اول : کانولوشن

یادگیری عمیق روش ها

امروزه کاربرد شبکه های عصبی مصنوعی بسیار گسترده شده و تنوع شدیدی پیدا کرده است. شبکه های عصبی مصنوعی، شبیه سازی فعالیت و پروسه ی یادگیری مغز انسان بر روی کامپیوتر می باشد. شبکه های عصبی یکی از راه های هوشمندسازی کامپیوتر ها و بعبارتی یادگیری و بینایی ماشین هستند. …

بیشتر بخوانید »