توضیحات
دو فایل شامل داده های train (۶۰۰۰۰نمونه) و داده های test (۱۰۰۰۰ نمونه) در اختیار شما قرار گرفته است. ستون اول در هر فایل، کلاس (رقم) نمونه داده ی موجود در آن سطر را نشان می دهد. داده ها را در فضای کاری (MATLAB (Workspace بارگذاری کرده ایم. نمونه های مربوط به اعداد ۴ و ۹ را از فایل های اولیه جدا کرده و ذخیره کرده ایم. سپس مقادیر ویژگی ها را در فایل های جدید نرمال کرده ایم، یعنی تمام ویژگی ها را به عدد ۲۵۵ تقسیم کرده ایم.
در این مرحله با استفاده از کتابخانه های استاندارد MATLAB یک شبکه عصبی با عملکرد مناسب را بر روی داده های مربوط به ارقام ۴ و ۹ آموزش داده ایم. سپس با آزمایش شبکه هایی با ساختارهای مختلف شبکه ی مناسب را پیدا کرده و ساختار و دقت شبکه را گزارش داده ایم. پارامترهای یک شبکه عصبی شامل موارد زیر است:
١. تعداد لایه ها ٢. تعداد نورون های هر لایه ٣. تابع فعال سازی ۴. نرخ یادگیری ۵. نوع تنظیم (regularization) و ضریب آن
بخشی از گزارش شبیه سازی:
برای آموزش و تست داده های مربوط به اعداد 4 و 9 از سه ساختار شبکه عصبی در تولباکس متلب که در زیر آمده است با ساختار های مختلف استفاده میشود
- شبکه feedforwadnet
- شبکه fitnet
- شبکه patternnet
برای شبکه ها از دو حالت تک لایه و دولایه استفاده میشود که تعداد نرونها را تغییر میدهیم. همچنین یک پارامتر مهم که قابل تغییر است روش آموزش شبکه است که در اینجا از روشهای لونبرگ مارکوات و ماکزیمم شیب با نرخ متغیر و سکانت تک مرحله استفاده میشود. لازم به ذکر است که با آموزش شبکه و تست توسط داده های مربوطه در نهایت برچسب خروجی شبکه برای داده تست با برچسب واقعی آن در همان داده تست مقایسه شده و خطا محاسبه میشود. در ادامه توضیحات مربوط به کدنویسی در متلب ارائه میشود:
خواندن داده های ورودی و جداسازی بخش 4 و 9 و همچنین نرمال سازی داده ها
- فایلهای پروژه به صورت کامل پس از خرید فایل بلافاصله در اختیار شما قرار خواهد گرفت.
دیدگاهها
هیچ دیدگاهی برای این محصول نوشته نشده است.