✍️ روش یادگیری پس انتشار خطا در شبکه های عصبی مصنوعی

پس انتشار راهی برای شبکه عصبی برای یادگیری با تنظیم وزن آن است. از لایه نهایی شبکه شروع می‌شود، جایی که خروجی با پاسخ صحیح مقایسه می‌شود و یک «ضرر» یا خطا محاسبه می‌شود تا ببینیم خروجی چقدر فاصله دارد.

پس انتشار پس از آن در لایه ها به سمت عقب حرکت می کند و مشخص می کند که هر وزن چقدر در ایجاد خطا نقش داشته است.

هر وزنه را فقط کمی در جهتی تنظیم می کند که افت را کاهش دهد.

این فرآیند به شبکه کمک می کند تا پیش بینی های خود را در طول زمان بهبود بخشد و از اشتباهات خود درس بگیرد تا به پاسخ درست نزدیک شود.


#هوش_مصنوعی 
🌑 آقای هوش مصنوعی🌑
🎥رسانه هوش مصنوعی دانشگاه تهران

@MrArtificialintelligence