Neuronale Netze zu trainieren

Neuronale Netze sind ein Informationsverarbeitung Paradigma, das auf die Struktur des menschlichen Gehirns--ein System von miteinander verbundenen Elemente, die das Netzwerk von miteinander verbundenen Neuronen im Gehirn basiert. Eine weitere Ähnlichkeit ist die Art und Weise die "Gewichte" auf die Verflechtungen geändert werden, können da Lernen stattfindet. Diese Gewichte zu ändern, ändert sich das Verhalten des neuronalen Netzes. Neuronale Netze bieten aus Sicht der Informationsverarbeitung ein Ansatz zur Problemlösung, die nicht Computer-Programmierung-Lösungen zur Verfügung steht. Neuronale Netze werden nicht programmiert--sie werden ausgebildet.

Anweisungen

1 Sammeln Sie Beispiele, die verwendet werden, um das neuronale Netz zu trainieren. Wie Sie dies tun, ist entscheidend für den Trainingsprozess. Wenn Sie nicht mit guten Beispielen beginnen, wird die Ausbildung sehr wahrscheinlich fehlschlagen. Unter der Annahme, dass das neuronale Netz geht auf die Unterscheidung zwischen guten und schlechten Muster, es sollte ungefähr die gleiche Anzahl von jedem und die gute Muster und die schlechten Muster sollten eine statistische Verteilung der möglichen Muster darstellen. Die Beispiele in zwei Gruppen unterteilen: die Ausbildung gesetzt und dem Testsatz. Beide sollten eine gleiche Anzahl von guten und schlechten Muster und beide sollten eine statistische Verteilung der möglichen Muster darstellen. Starten Sie die Trennung in Trainingssatz und Testsatz nach dem Zufallsprinzip auswählen. Wenn die Verteilung nicht statistisch repräsentativ ist, wählen Sie wieder, bis es ist.

2 Gehen Sie durch die Ausbildung gesetzt, ein Beispiel zu einem Zeitpunkt. Ein Beispiel auf das neuronale Netz zu präsentieren, und wenn das Netzwerk korrekt erkannt, nichts tun. Wenn das Beispiel Befund ist, passen Sie die Gewichte leicht an, sodass die Antwort wäre etwas besser, wenn das gleiche Muster im Netz wieder vorgelegt wurden. Fahren Sie ganz durch die Ausbildung gesetzt. Nach jeder Zeit durch die Ausbildung gesetzt, im Netz mit allen Beispielen in den Testsatz testen. Ändern Sie nicht die Netto-Gewichte während Präsentationen des Testsatzes.

3 Weiter dieses Zyklus, bis das Netz alle Muster im Testsatz korrekt identifiziert. Wenn dies nicht geschieht, benötigen Sie entweder ein anderes neuronales Netzwerk oder eine andere Gruppe von Beispielen. Beispielsweise wenn Sie ein Feedforward-Netzwerk verwenden, müssen Sie die Anzahl der Elemente in der verborgenen Ebene ändern. Wenn das Problem mit den Beispielen ist, könnten Sie versuchen, weitere Beispiele in der Gruppe auswählen.

Tipps & Warnungen

• Einige Forscher berichten bessere Ergebnisse, wenn Ausbildung ein oder zwei Zyklen hinter dem Punkt verläuft, wo das Netzwerk richtig Testsatz identifiziert.
• Weiter zu weit hinter der normalen Raststation produzieren "über Training." Dies erzeugt ein neuronales Netz, das ist was es gewesen wäre wenn Training wurden an die gewünschte Stelle gestoppt unterlegen.