به نوعی از شبکه های عصبی گویند که برای تصمیم گیری های زمان حال خود بایستی از لایه های قبلی(کوتاه مدت) استفاده نموده و سپس تصمیم بگیرند مثلا درجمله "امروز آفتابی است هوا" یک مدل زبانی ساخته شده است که تلاش می شود کلمه با توجه به کلمات پیشین استفاده شده پیش بینی شود بنابراین در جمله فوق الذکر با توجه به دو سه کلمه پیشین میتوان کلمه هوا را پیش بینی نمود، بنابراین طبق این ساختار یادگیری که بازگشتی نام دارد نیازی نیست برای درک جمله در خواندن یا نوشتن هر کلمه هر بار که بخواهد کلمه جدیدی به جمله اضافه شود مغز انسان ریست شود و یا به مرجعی رجوع شو ، مغز با استفاده از دو و یا سه کلمه پیشین استفاده شده کلمه بعدی را حدس می زند.که در شکل زیر یک نمونه از شبکه عصبی بازگشتی آورده شده است.
[ادامه مطلب را در اینجا بخوانید .]
منطق فازی (به انگلیسی: fuzzy logic) اولین بار در پی تنظیم نظریه مجموعههای فازی به وسیله پروفسور لطفی زاده (۱۹۶۵ م) در صحنه محاسبات نو ظاهر شد.
واژه fuzzy به معنای غیردقیق، ناواضح و مبهم (شناور) است.
کاربرد این بخش در علوم نرمافزاری را میتوان بهطور ساده اینگونه تعریف کرد: منطق فازی از منطق ارزشهای «صفر و یک» نرمافزارهای کلاسیک فراتر رفته و درگاهی جدید برای دنیای علوم نرمافزاری و رایانهها میگشاید، زیرا فضای شناور و نامحدود بین اعداد صفر و یک را نیز در منطق و استدلالهای خود به کار برده و به چالش میکشد. منطق فازی از فضای بین دو ارزش «برویم» یا «نرویم»، ارزشهای جدید «شاید برویم» یا «میرویم اگر» یا حتی «احتمال دارد برویم» را استخراج کرده و به کار میگیرد. بدین ترتیب به عنوان مثال مدیر بانک پس از بررسی رایانهای بیلان اقتصادی یک بازرگان میتواند فراتر از منطق «وام میدهیم» یا «وام نمیدهیم» رفته و بگوید: «وام میدهیم اگر…» یا «وام نمیدهیم ولی…».
کتاب آشنایی با شبکه های عصبی نوشته آر.بیل و تی.جکسون ترجمه آقای دکتر محمود البرزی که توسط موسسه انتشارات علمی دانشگاه صنعتی شریف چاپ گردیده است، کتابی مناسب جهت یادگیری مبتدیان در حوزه شبکه عصبی و مباحث Deep learning است. این کتاب شامل6 فصل به شرح زیر می باشد:
1- مقدمه
2-بازشناسی الگوها
3-نرون پایه
4-پرسپترون چندلایه ای
5-شبکه های خود سازمان ده کوهونن
6-شبکه های هاپفیلد
کتاب Practical Python and OpenCV ویرایش سوم توسط Dr.Adrian Rosebrock1 در 166 صفحه در سال 2016 به چاپ رسید، این کتاب شامل 12 فصل، مناسب برای افرادی است که قصد یادگیری پردازش تصویر با Opencv در پایتون را دارند که شرح فصول به صورت زیر است:
1- مقدمه
2- معرفی پایتون و کتابخانه های مورد نیاز
3- بارگذاری، نمایش و ذخیره تصویر
4- مفهوم تصویر
5- کشیدن اشکال هندسی مانند مستطیل و دایره
6- پردازش تصویر
پایتون یک زبان برنامه نویسی تفسیر شده سطح بالا و عمومی است که توسط Guido Van Rossum اولین بار در سال 1991 منتشر شد، نام پایتون از روی نام بک فیلم کمدی برداشته شده است و این زبان ترکیبی است از زبانهای سطح بالای جاوا و سی و سی پلاس پلاس و همچنین زبانهای تفسیریPerl ,Tel , Scheme از ویژگیهای پایتون می توان به
1- فراگیر بودن در هر پلتفرمی (linux, windows , ios)
2-syntax ساده
3-سبک و کم حجم بودن و مدیریت حافظه بصورت خودکار
4-سطح بالا بودن بدین معنی که کاربر نیازی به کار با رجیسترها و پشته همانند زبان سطح پایین اسمبلی ندارد.
5-برخورداری از کتابخانه های وسیع و قدرتمند
6- شی گرایی که مهمترین ویژگی محسوب می شود
7- متن باز بودن و در دسترس بودن
8- سرعت بالا در مقایسه با سایر برنامه های اسکریپتی
اشاره نمود.
[ادامه مطلب را در اینجا بخوانید .]
الگوی سه گانه محلی(Local Ternary Pattern) همان الگوی باینری محلی توسعه یافته است که برخلاف الگوی دودوئی محلی که مقادیر پیکسلها با توجه به آستانه فقط مقادیر صفر و یک را داشت در این الگو سه مقدار به پیکسلها تخصیص می یابد، با در نظر گرفتن مقدار k بعنوان آستانه و c بعنوان مقدار پیکسل مرکز و p بعنوان مقادیر پیکسل همسایگی 8 گانه خواهیم داشت :
[ادامه مطلب را در اینجا بخوانید .]
بخش اول به بررسی مفاهیم موازی سازی و اصول و تکنیکها پرداخته است و شامل چهار فصل می باشد:
[ادامه مطلب را در اینجا بخوانید .]
درباره این سایت