رفتن به نوشته‌ها

دسته: یادگیری عمیق

شبکه‌های عصبی بازگشتی – قسمت سوم LSTM

در قسمت قبل به توضیح شبکه‌های عصبی بازگشتی ساده و سپس به پیا‌ده‌سازی شبکه‌ بازگشتی ساده با تنسورفلو و کراس پرداختیم. در این قسمت میخواهیم به توضیح شبکه‌های عصبی بازگشتی…

شبکه‌های عصبی بازگشتی – قسمت دوم (پیاده‌سازی)

در قسمت قبلی با مفاهیم مربوط به شبکه بازگشتی ساده (Simple RNN) آشنا شدیم. در این قسمت اون چیزی که گفته شد رو با استفاده از تنسورفلو پیاده‌سازی میکنیم. برای همین…

فرق بین پارامتر و هایپرپارامتر چیست؟

در یکی از نوشته‌های قبلی گفتیم در دیپ‌لرنینگ همه چیز هایپرپارامتر است. یکی از سوالاتی که معمولا در اوایل یادگیری شبکه عصبی ایجاد می‌شود تفاوت بین پارامتر و هایپرپارامتر است.…

شبکه‌های عصبی بازگشتی – قسمت اول

وقتی با داده‌های زبانی (مثلا متون) کار می‌کنیم اغلب با توالی از حروف، کلمات یا جملات سروکار داریم. در بیشتر موارد ترتیب این توالی‌ برای ما اهمیت دارد. شبکه‌های بازگشتی…