Алгоритмы обучения нейронных сетей распознаванию изображений по равномерному критерию

Исследуется возможность повышения эффективности обучения нейронной сети, распознающей изображения цифр. Настройка сети производится так, чтобы распознавались все обучающие примеры. Используется равномерный критерий качества обучения. Рассмотренные алгоритмы позволяют не только ускорить процесс обучения, но также снизить количество корректировок параметров нейронной сети. Последнее свойство важно при распараллеливании процесса обучения на кластерных вычислительных системах.