پیاده سازی شبکه عصبی High Order RNN جهت پیش بینی رفتار مدارهای غیرخطی

---

شرح پروژه

سلام

به یک نفر کاملا مسلط به برنامه نویسی شبکه عصبی بازگشتی و Pytorch جهت پیاده سازی شبکه عصبی High Order RNN برای پیش بینی رفتار مدارهای غیرخطی با استفاده از کتابخانه Pytorch نیازمندم.

طریقه کار این نوع شبکه به این شکل است که علاوه بر اطلاعات order قبلی لایه پنهان به اطلاعات تمامی order های قبلی لایه پنهان نیز نیازمند است و هدف بنده پس از پیاده سازی کامل شبکه HoRNN مقایسه SimpleRNN با HORNN با مقایسه تعدادepochها،بهتر بودن accuracy،کاهش تعداد نورون ها و لایه ها و غیره جهت بیان مزایای این روش نسبت به روش SimpleRNN هستم.

داده های مدارغیرخطی ما از نوع txt. هست که هم برای test و هم train قرار داده شده و یک نمونه از داده های ما با نام AudioAmp نیز قرارداده شده.کد SimpleRNNنیز جهت اطلاع برنامه نویس از نحوه آدرس دهی برای داده های test و train نیز قرار داده شده و همچنین بنده با استفاده از منابع اینترنت و کد SimpleRNN بخش زیادی از کد را انجام داده اما نیاز به توضیح برای فهم کد دارم و کد نیاز به تصحیح و تکمیل دارد(HORNN.py)

در واقع برنامه نویس تنها باید علاوه بر پیاده سازی شبکه عصبی RNN معمولی(البته با pytorch) که کد آن را خودم زده ام،اطلاعات Orderهای لایه های پنهان قبل تر را نیز اضافه کند.

جهت اطلاع از کارکرد و شماتیک شبکه عصبی High order RNN یک مقاله هم در این رابطه قرار داده شده.

لطفا تمامی کدها کامنت گذاری شود و پس از انجام کدها در اسکایپ یا در محیطی شبیه به آن توضیح داده شود.

با تشکر...

این پروژه شامل 4 فایل مهم است، لطفا قبل از ارسال پیشنهاد حتما نسبت به بررسی این فایل اقدام فرمایید.

مهارت ها و تخصص های مورد نیاز

---

---