Примеры нейросетей с прямой передачей сигнала


Начнем рассматривать примеры нейросетей с создания и обучения нейронной сети выполнения операции y = x12 + x2, если заданы
последовательности входа P = [1 0.5 0 1; –2 0 0.5 1] и цели T = [–1 0.25 0.5 2].

Сформируем последовательности входов и целей в рабочей области GUI-интерфейса NNTool, используя окно Create New Data.

Выберем нейронную сеть типа feed-forward backprop с прямой передачей сигнала
и с обратным распространением ошибки. Схема этой сети показана на рис. 1.19.

Выполним инициализацию сети, для чего выберем закладку Initialize, откроется диалоговая панель, показанная на рис. 1.20. Диапазоны значений исходных данных выберем по входам из ниспадающего меню Get from input. Для ввода установленных диапазонов и инициализации весов надо воспользоваться кнопками Set Ranges (Установить диапазоны) и Initialize Weights (Инициализировать веса). Если требуется вернуться к прежним диапазонам, то следует выбрать кнопки Revert Ranges (Вернуть диапазоны) и Revert Weights (Вернуть веса).

закладка Initialize

Рис. 1.20

Затем выполняется обучение сети, для чего выбирается закладка Train и открывается диалоговая панель, показанная на рис. 1.21.

закладка Train

Рис. 1.21

Панель имеет три закладки:

Training Info (Информация об обучающих последовательностях) (рис. 1.21);

Training Parametrs (Параметры обучения) (рис. 1.22);

Optional Info (Дополнительная информация) (рис. 1.23).

Training Parametrs (Параметры обучения)

Рис. 1.22

Последняя закладка применяется, когда в процессе обучения используются контрольные и тестовые последовательности.

Optional Info (Дополнительная информация)

Рис. 1.23

Применяя эти закладки, можно установить имена последовательностей входа и цели, а также параметров процедуры обучения.

Теперь можно приступить к обучению сети (кнопка Train Network).

точность нейросети

Рис. 1.24

Качество обучения сети с прямой передачей сигнала на выбранной обучающей
последовательности поясняется на рис. 1.24. Практически нулевая точность достигается за 13 циклов обучения.

Соответствующие веса и смещения можно увидеть, если выбрать закладку Weights (рис. 1.25).

закладка Weights

Рис. 1.25

Для удобства работы можно экспортировать созданную нейронную сеть в рабочую область системы MATLAB и получить информацию о весах и смещениях непосредственно в рабочем окне системы:

network1.IW{1, 1}, network1.b{1}

ans =   –1.9390   –2.2747

ans =    1.1389

network1.LW{2, 1}, network1.b{2}

ans =   –1.5040

ans =    0.5024

Результаты обучения можно просмотреть в окне Network/Data Manager, выбрав кнопку Manager (рис. 1.25). Появляется окно (рис. 1.26); теперь, активизируя имена последовательностей выхода или ошибок network1_outputs и network1_errors, можно про­смотреть результаты, используя кнопку View. Получаем выходные данные, практически равные целям, и ошибки порядка 10-14.

окно Network-Data Manager

Рис. 1.26

Поэтому из выше всего сказанного можно сделать вывод, что вам необходимо просмотреть много дополнительной информации и альтернатив!


Комментарии 

 
-1 #1 eEe 02.11.2012 15:46
:cry: :zzz :P :oops:
Цитировать
 

Добавить комментарий


Защитный код
Обновить

Сайт создан в Seo-Dubna.ru