Главная » Просмотр файлов » Круглов В.В., Борисов В.В. - Искусственные нейронные сети (ИНС) Теория и практика

Круглов В.В., Борисов В.В. - Искусственные нейронные сети (ИНС) Теория и практика (778918), страница 28

Файл №778918 Круглов В.В., Борисов В.В. - Искусственные нейронные сети (ИНС) Теория и практика (Круглов В.В., Борисов В.В. - Искусственные нейронные сети (ИНС) Теория и практика) 28 страницаКруглов В.В., Борисов В.В. - Искусственные нейронные сети (ИНС) Теория и практика (778918) страница 282017-12-21СтудИзба
Просмтор этого файла доступен только зарегистрированным пользователям. Но у нас супер быстрая регистрация: достаточно только электронной почты!

Текст из файла (страница 28)

д.) и вообще, для решения любой задачи классификации или прогноза, которая решается при наличии выборки данных и для решения которой ранее использовались традиционные математические методы (регрессионный анализ, непараметрическая статистика), однако не была достигнута требуемая точность прогноза. 6.2.2. Главное меню Меню программы содержит следующие пункты, относящиеся к нейронным сетям и работе с ними (рис. 5.7): Файл — базовые операции с файлами, включая стандартные опции: создать, открыть, сохранить, сохранить как, выход. Рис 5.7 Интерфейс программы НеыоРго Нейросеть — операции с нейронными сетями.

Операция выполняется над активной в данный момент в нейропроекте нейронной сетью (рис. 5.8) и включает в себя следующие опции. ° Обучение — обучение нейронной сети; ° Тестирование — тестирование нейронной сети; ° Сокращение числа входных сигналов — удаление наименее значимых входных сигналов; ° Сокращение числа синапсов — удаление наименее значимых синапсов сети, 171 ° Сокращение числа неоднородных входов — удаление наименее значимых неоднородных входов нейронов сети, ° Равномерное упрощение сети — сокращение числа при ходящих на нейроны сети сигналов до заданного пользователем, ° Бинаризация синапсов сети — приведение значений ве сов синапсов и неоднородных входов нейронов к значениям — 1 и 1, ° Вербализация — генерация вербального описания нейронной сети, ° Значимость входов — подсчет и отображение значимости входных сигналов нейронной сети, ° Возмущение весов синапсов — добавление случайных поправок к весам синапсов сети Рис 5 8 Операции пункта Нейросеть главного меню Настройка — операции по настройке нейронной сети Настройки действуют в пределах нейропроекта, сохраняются в файле нейропроекта и восстанавливаются при его чтении программой (рис 5 9 и рис 5 10) Опции данного пункта меню ° Метод оптимизации — выбор метода оптимизации для обучения сети Из трех реализованных в настоящее время в программе методов (градиентный спуск, модифицированный партанметод (РагТап) и метод сопряженных градиентов) при создании нейропроекта автоматически предлагается РагТап (см прил 3) ° Норма накопления значимости — выбор нормы накопления градиента при подсчете показателей значимости, иначе говоря, показатель совокупной ошибки сети При создании нейропроекта автоматически выбирается норма в виде суммы модулей 172 Рис 5 9 Опции пункта Настройка главного меню Максимум модуля Рис 5 10 Опции пункта Настройка главного меню 6.2.3.

Создание нейропроекта работа с нейронными сетями возможна только е рамках некоторого нейропроекта Для того, чтобы создать нейропроект, необходимо выбрать пункт меню Файл/Создать или нажать кнопку Создать на панели После создания нейропроекга в него можно вставлять нейронные сети и работать с ними Созданный нейропроект может быть сохранен при помощи команд меню Файл/Сохранить, Файл/Сохранить как, или нажатием кнопки Сохранить(рис 5 11) Рис 5 Кт Окно сохранения нейропроекта В дальнейшем возможна работа с сохраненными файлами нейропроекта Для этого необходимо выбрать пункт меню 173 Файл/Открыть или нажать кнопку Открыть и далее выбрать в диалоговом окне имя нужного нейропроекта (рис 5 12) Рис 5 12 Окно открытии нейропроекта Большинство операций с нейронными сетями требуют присутствия подключенного к нейропроекту файла данных Для подключения файла данных ипи его замены необходимо открыть файл данных в окне нейропроекта или выбрать имя необходимого файла данных Открытый файл данных отображается в собственном окне, где предоставляется возможность его редактирования При закрытии окна файла данных подключение к нейропроекту завершается При подключенном файле данных можно проводить опера- ции создания новых нейронных сетей, их обучения, тестирования и упрощения 5.2.4.

Создание нейронной сети Для создания новой нейронной сети необходимо нажать кнопку Новая сеть в окне нейропроекта и заполнить Диалог создания нейронной сети Диалог создания нейронной сети предназначен для задания спецификаций для создаваемой нейронной сети Элементы диалога(рис 513) 174 Ехссы и вьаоеы ! Структура сати~ Использования поля ! С Поле е используется сетью С Псла является входным для сати С Поле является выходным ел я сати аяапозон изменения значений поля от ! 660 по 1992 13 Число еьаовныхполеи 1 13 Чнсловыхоаоа сети 1 число входных полей число вхопов сети Рис 5 13 Окно создания нейронной сети Входы и выходы — окно для определения использования нейронной сетью имеющихся в файле данных полей Поля в файле данных — список полей в файле данных Использование поля — использование текущего поля нейронной сетью ° поле не числовое и недоступно сети — поле не является числовым и не может обрабатываться нейронной сетью, ° поле не используется сетью — данное числовое поле не используется сетью, ° поле является входным для сети — значения данного поля подаются на входы сети, ° поле является выходным для сети — нейронная сеть обучается прогнозировать значения этого поля Диапазон изменения значений поля — минимальное и максимальное значение поля в файле данных Оценивание поля — способ оценивания выходного поля при обучении сети ° МНК вЂ” используется оценка МНК, ° МНК с люфтом — используется оценка МНК вида н=сл т' 175 где )((!Ь! — 1)', если !Ь! > 1, ! О, если !о! < 1, у, и у,' — соответственно, выход по обучающей выборке и выход нейронной, с — параметр алгоритма (люфт) Люфт может изменяться от 0 до границ диапазона изменения значений этого поля По умолчанию люфт определяется в 10% от диапазона, при этом сеть должна обучиться предсказывать значения данного поля с точностью з10% от диапазона изменения значений Чем меньше величина люфта, тем более точно должна сеть предсказывать известные значения Параметры, автоматически определяемые программой ° Число входных полей — число полей в файле данных, используемых сетью в качестве входных ° Число входов сети — число входных сигналов сети ° Число выходных полей — число полей в файле данных, используемых сетью в качестве выходных ° Число выходов сети — число выходных сигналов сети ° Структура сети — окно для задания структуры нейронной сети (рис 5 14) Характеризуется следующими параметрами зяаеынеыытаы СтРуетуРаеетн Иняеетн Нентетят Сееаате Отненнтя Рис 5 14 Окно Структура сети 176 ° Число слоев нейронов — число слоев нейронов в сети Изменяется от 1 до 10 Дополнительно после последнего слоя нейронов создается слой выходных сумматоров с числом сумматоров, равным числу выходных сигналов сети По умолчанию предлагается 3 слоя нейронов Для каждого слоя нейронов возможно задание ниже рассмотренных характеристик ° Число нейронов — число нейронов в слое Изменяется от 1 до 100 По умолчанию предлагается 10 нейронов в слое ° Нелинейность — вид функции активации нейронов данного слоя На данный момент реализована только сигмоидная нелинейность вида /(А)=А/(с+ (А0, где с- характеристика нейрона ° Характеристика — значение не обучаемой константы с, используемой нелинейным преобразователем Может изменяться в диапазоне от 0,0001 до 1 для описанной выше сигмоидной нелинейности По умолчанию предлагается значение характеристики, равное 0,1 Чем больше значение характеристики, тем лучше интерполяционные и экстраполяционные способности обученной сети но, как правило, это требует более длительного обучения За последним слоем нейронов строится слой выходных сумматоров по числу выходных сигналов сети ° Монотонность — создание сети монотонной структуры ° Имя сети — имя нейронной сети в списке нейропроекта Опции Создать/Изменение и Отменить позволяют соответственно создать нейронную сеть или внести изменения в ее параметры, или же отменить зти действия После создания нейронной сети она появляется в списке сетей нейропроекта и становится активной Созданную нейронную сеть можно далее обучать, тестировать, упрощать и сохранять на диске вместе с нейропроектом $.2.5.

Обучение нейронной сети Для обучения активной в данный момент нейронной сети необходимо выбрать пункт меню Нейросеть/Обучение Если подключенный к нейропроекту файл данных не содержит необходимых полей (это возможно, когда сеть создается по одному файлу данных, а дальнейшее ее обучение, тестирование или упрощение — по данным из другого файла), то выдается сообщение о несовместимости нейронной сети и файла данных Если же в файле данных имеются все необходимые поля и он не пустой, то запускается процесс обучения сети При этом на экран выводится Окно обучения и упрощения сети, где имеется возможность наблюдать процесс обучения и при необходимости самостоятельно за- 177 вершить обучение нажатием кнопки Завершить, заменяющейся в случае удачного обучения кнопкой Готово (рис. 5.15).

Рис 5 15 Окно обучения нейронной сети Обучение прекращается при достижении нулевого значения средней оценки на задачнике, в случае невозможности дальнейшего улучшения оценки либо при аварийных ситуациях (нулевой или бесконечный шаг в направлении оптимизации) Окно обучения и упрощения сети отображает следующие характеристики (рис 5 16). Рис 515 Окно упрощения нейронной сети 178 ° Число проходов задачника — общее число просмотров обучающего множества ° Число цикпов обучения — общее число шагов обучения (шагов градиентного спуска, Рагтап-шагов или шагов метода сопряженных градиентов) ° Действие — текущее действие.

° Градиент — вычисление градиента функции оценки. ° (псгеаве — увеличение шага в направлении оптимизации. ° Оесгеаве — уменьшение шага в направлении оптимизации ° Лего втер — нулевой шаг в направлении оптимизации, прекращает процесс обучения ипи контрастирования сети ° Еего г/Ыг/е — нулевой делитель при параболической аппроксимации, прекращает процесс обучения или контрастирования сети ° Шаг — величина шага в направлении оптимизации ° Средняя оценка — средняя оценка на обучающем множестве ° Отконтрастировано входов — число отконтрастированных входных сигналов сети.

Здесь и далее информация выводится в виде Х(У из 2), где Х вЂ” число отконтрастироеанных входных сигналов (синапсов, нейронов) на текущем этапе упрощения, У вЂ” общее число отконтрастированных входных сигналов (синапсов, нейронов) у сети, 2 — число имеющихся у сети входных сигналов (синапсов, нейронов) ° Отконтрастировано синапсов — число отконтрастированных синапсов и неоднородных входов нейронов сети. ° Бинаризовано синапсов — число бинаризованных синапсов и неоднородных входов нейронов сети ° Откоитрастировано нейронов — число отконтрастированных в сети нейронов.

Характеристики

Список файлов книги

Свежие статьи
Популярно сейчас
А знаете ли Вы, что из года в год задания практически не меняются? Математика, преподаваемая в учебных заведениях, никак не менялась минимум 30 лет. Найдите нужный учебный материал на СтудИзбе!
Ответы на популярные вопросы
Да! Наши авторы собирают и выкладывают те работы, которые сдаются в Вашем учебном заведении ежегодно и уже проверены преподавателями.
Да! У нас любой человек может выложить любую учебную работу и зарабатывать на её продажах! Но каждый учебный материал публикуется только после тщательной проверки администрацией.
Вернём деньги! А если быть более точными, то автору даётся немного времени на исправление, а если не исправит или выйдет время, то вернём деньги в полном объёме!
Да! На равне с готовыми студенческими работами у нас продаются услуги. Цены на услуги видны сразу, то есть Вам нужно только указать параметры и сразу можно оплачивать.
Отзывы студентов
Ставлю 10/10
Все нравится, очень удобный сайт, помогает в учебе. Кроме этого, можно заработать самому, выставляя готовые учебные материалы на продажу здесь. Рейтинги и отзывы на преподавателей очень помогают сориентироваться в начале нового семестра. Спасибо за такую функцию. Ставлю максимальную оценку.
Лучшая платформа для успешной сдачи сессии
Познакомился со СтудИзбой благодаря своему другу, очень нравится интерфейс, количество доступных файлов, цена, в общем, все прекрасно. Даже сам продаю какие-то свои работы.
Студизба ван лав ❤
Очень офигенный сайт для студентов. Много полезных учебных материалов. Пользуюсь студизбой с октября 2021 года. Серьёзных нареканий нет. Хотелось бы, что бы ввели подписочную модель и сделали материалы дешевле 300 рублей в рамках подписки бесплатными.
Отличный сайт
Лично меня всё устраивает - и покупка, и продажа; и цены, и возможность предпросмотра куска файла, и обилие бесплатных файлов (в подборках по авторам, читай, ВУЗам и факультетам). Есть определённые баги, но всё решаемо, да и администраторы реагируют в течение суток.
Маленький отзыв о большом помощнике!
Студизба спасает в те моменты, когда сроки горят, а работ накопилось достаточно. Довольно удобный сайт с простой навигацией и огромным количеством материалов.
Студ. Изба как крупнейший сборник работ для студентов
Тут дофига бывает всего полезного. Печально, что бывают предметы по которым даже одного бесплатного решения нет, но это скорее вопрос к студентам. В остальном всё здорово.
Спасательный островок
Если уже не успеваешь разобраться или застрял на каком-то задание поможет тебе быстро и недорого решить твою проблему.
Всё и так отлично
Всё очень удобно. Особенно круто, что есть система бонусов и можно выводить остатки денег. Очень много качественных бесплатных файлов.
Отзыв о системе "Студизба"
Отличная платформа для распространения работ, востребованных студентами. Хорошо налаженная и качественная работа сайта, огромная база заданий и аудитория.
Отличный помощник
Отличный сайт с кучей полезных файлов, позволяющий найти много методичек / учебников / отзывов о вузах и преподователях.
Отлично помогает студентам в любой момент для решения трудных и незамедлительных задач
Хотелось бы больше конкретной информации о преподавателях. А так в принципе хороший сайт, всегда им пользуюсь и ни разу не было желания прекратить. Хороший сайт для помощи студентам, удобный и приятный интерфейс. Из недостатков можно выделить только отсутствия небольшого количества файлов.
Спасибо за шикарный сайт
Великолепный сайт на котором студент за не большие деньги может найти помощь с дз, проектами курсовыми, лабораторными, а также узнать отзывы на преподавателей и бесплатно скачать пособия.
Популярные преподаватели
Добавляйте материалы
и зарабатывайте!
Продажи идут автоматически
6418
Авторов
на СтудИзбе
307
Средний доход
с одного платного файла
Обучение Подробнее