W artykule zaproponowano metody pozwalające zmniejszyć liczbę obliczeń wykonywanych podczas treningu fourierowskich sieci neuronowych algorytmem najszybszego spadku. Uczenie tych sieci za pomocą tego algorytmu przebiega bardzo szybko. Przedstawiono sposób określania współczynnika uczenia zapewniającego stabilność procesu uczenia. Podano maksymalne jego wartości dla kilku popularnych funkcji celu.
EN
In this paper some methods which reduce the number of calculations carried out during learning Fourier series neural networks with the gradient descent algorithm are proposed. These networks learn with this algorithm very quickly. The way of determining such learning rate so as to ensure learning process stability is presented. Maximum values of the learning rate for several common cost functions are also given.
JavaScript jest wyłączony w Twojej przeglądarce internetowej. Włącz go, a następnie odśwież stronę, aby móc w pełni z niej korzystać.