Professional Documents
Culture Documents
Курсовая Нейросети Тарасова А 501
Курсовая Нейросети Тарасова А 501
КУРСОВА РОБОТА
з дисципліни «Нейромережеві технології»
на тему «Штучні нейронні мережі»
6.050101 – КР.ПЗ.01 – 501.1510118
ЗМІСТ
ВСТУП .........................................................................................................................3
Введення в штучні нейронні мережі .........................................................................4
Створення нейронних мереж ...................................................................................18
Програмна реалізація нейронної мережі ................................................................ 20
ВИСНОВОК...............................................................................................................23
СПИСОК ВИКОРИСТАНОЇ ЛІТЕРАТУРИ............................................................ 24
3
ВСТУП
З розвитком технологій і істотним збільшенням потужності
обчислювальних систем, стали актуальними завдання автоматизації процесів і
створення штучного інтелекту (ІІ). Головною метою ІІ є рішення задач, що
виникають на практиці.
Одним з активно розвиваються напрямків ІІ є штучні нейронні мережі
(ШНМ), що працюють за принципом біологічних нейронних мереж і вдають із
себе систему взаємодіючих між собою штучних нейронів. Серед основних
областей застосування ІНС можна виділити: розпізнавання об'єктів, обробка
звукової та текстової інформації, прогнозування, прийняття рішень,
оптимізація, аналіз даних.
У цій роботі буде розглянута програмна реалізація сверточное нейронної
мережі, завданням якої є розпізнавання певних об'єктів на першому зображенні
та виявлення зміни положення цих об'єктів на другому зображенні.
Метою курсової роботи є вивчення концепції ІНС, розбір видів ІНС, способи
навчання ІНС, ознайомлення з бібліотекою KERAS для роботи з ІНС [3].
Рис. 2 - сигмоїда
Архітектура нейронної мережі
Можна виділити кілька основних типів нейронних мереж: Багатошарові
мережі. У багатошарових мережах один або кілька нейронів об'єднуються в
шари (Рис 3). Шар - сукупність нейронів, на вхід яких подається один і той же
загальний сигнал. У мережах такого типу, зовнішні вхідні дані подаються на
входи нейронів першого шару, а вихідні дані є результатом останнього
вихідного шару. Крім вхідного і вихідного шарів, в багатошарових мережах так
само присутній один або кілька прихованих шарів. Зв'язки виходів нейронів від
деякого шару i до деякого шару i + 1 називають послідовним.
Повнозв'язні нейронні мережі. У полносвязной нейронної мережі кожен нейрон
передає свій сигнал іншим нейронам (Рис 4).
8
Вихідними сигналами, можуть бути всі або деякі сигнали нейронів після
кількох тактів функціонування. Всі вхідні сигнали, подаються на вхід всіх
нейронах [6].
Тут sigmoid (x) dx - похідна функції активації, рівна sigmoid (x) (1-sigmoid
(x)). Під x мається на увазі значення, яке було отримано шляхом підсумовування
всіх вихідних значень нейронів передостаннього шару, відповідно помножених
на wi. Завершальний крок корекції ваг синаптичних зв'язків між останнім і
передостаннім шаром буде проводитися за такою формулою:
Постановка завдання
ВИСНОВОК