پس انتشار – بنیادی ترین الگوریتم سیستم های آموزشی در هوش مصنوعی مولد مدرن

مقدمه ای بر پس انتشار

این مقاله بر مفهومی بنیادی به نام انتشار پس‌رو (backpropagation) تمرکز دارد.

\ پس از خواندن، متوجه خواهید شد:

\

  1. پس انتشار چیست و چگونه در تمام هوش مصنوعی، به ویژه هوش مصنوعی مولد، بسیار مهم است.

    \

  2. Gradient Descent چیست، ریاضیات پشت آن، انواع آن، و اینکه چگونه هوش مصنوعی را قادر می سازد تا هر مشکل مطرح شده را به درستی و سیستماتیک پس از ارائه داده های کافی حل کند.

    \

  3. چرا پس انتشار جهانی ترین الگوریتم یادگیری در تمام یادگیری ماشین است، زیرا یک نتیجه علمی نظری به نام قضیه تقریب همه منظوره نامیده می شود.

\ بیایید با شروع از تاریخچه آن به عمق پس انتشار بپردازیم.

\

تاریخچه الگوریتم پس انتشار

الگوریتم پس انتشار یک تکنیک اساسی است که در آموزش شبکه های عصبی مصنوعی (ANN) استفاده می شود.

\ این یک الگوریتم یادگیری نظارت شده است که به شبکه عصبی اجازه می دهد تا با تنظیم وزن و بایاس اتصالات بین نورون ها بر اساس خطای محاسبه شده، یاد بگیرد.

\ الگوریتم خطا را از طریق شبکه پخش می کند و به آن اجازه می دهد وزن ها و بایاس ها را به گونه ای تنظیم کند که خطا را به حداقل برساند. منشاء تکثیر پس از آن را می توان به دهه 1960 و 1970 جستجو کرد، با انواع مختلف…