Page 25 - ИССЛЕДОВАНИЯ И ИННОВАЦИИ СИНЕРГИЯ ЗНАНИЙ И ПРАКТИКИ ч1

«Исследования и инновации: синергия знаний и практики»

УДК 009

Шамурзанов Константин Сергеевич
Shamurzanov Konstantin Sergeevich
Студент
Student
Уфимский государственный нефтяной технический университет
Ufa State Petroleum Technical University
Уфа, Россия
Ufa, Russia

ОБУЧЕНИЕ МНОГОСЛОЙНОЙ НЕЙРОННОЙ СЕТИ

TRAINING A MULTILAYER NEURAL NETWORK

Аннотация: В этой статье рассматриваются различные методы обучения

многослойным нейронным сетям (MNS), включая их архитектуру, основные этапы
обучения (прямое и обратное движение) и методы оптимизации (стохастический

градиентный спуск и адаптивные алгоритмы). Особое внимание уделяется таким
проблемам, как переподготовка и ослабление градиента, а также возможным

решениям этих проблем. Цель статьи - дать обзор современных методов и практик,

направленных на повышение эффективности и надежности обучения сотрудников
МНС.

Abstract: This article discusses various learning methods for multilayer neural
networks (MNS), including their architecture, the main stages of learning (forward and

backward motion) and optimization methods (stochastic gradient descent and adaptive

algorithms). Special attention is paid to issues such as retraining and gradient attenuation,
as well as possible solutions to these problems. The purpose of the article is to provide an

overview of modern methods and practices aimed at improving the efficiency and
reliability of training of MNS employees.

Ключевые слова: многослойные нейронные сети, обучение нейронных
сетей, обратное распространение ошибки, градиентный спуск, методы

оптимизации, переобучение, затухание градиентов, машинное обучение, глубокое

обучение.
Key words: multilayer neural networks, neural network training, error back

propagation, gradient descent, optimization methods, overfitting, gradient vanishing,
machine learning, deep learning.

25