Ответ: Нейронная сеть
Цитата:
Могу скинуть мой быдлокод на блицбейсике модификации 3-х слойного перцептрона. Сеть распознает (после обучения) с заданной точностью искомую букву на фоне помех. |
Ответ: Нейронная сеть
Цитата:
Цитата:
|
Ответ: Нейронная сеть
Вложений: 1
Держи.
Там в коде есть некоторые переменные, которые управляют режимом работы программы: Код:
save_load=1 ; запись/чтение фаила Код:
Sx=16 ;множитель |
Ответ: Нейронная сеть
Цитата:
|
Ответ: Нейронная сеть
У меня остался один вопрос который я никак не могу понять. По поводу обучени нейросети:
допустим нейросеть сказала неправильный ответ. У каких синапсов (входов в нейроны) нужно изменить вес ( проводимость), и как (увеличить уменшить). |
Ответ: Нейронная сеть
ИМХО изменить те синапсы, которые должны были выдать правильный ответ, так, чтобы его получить
|
Ответ: Нейронная сеть
Существуют разные методы обучения нейронных сетей, почитай про них, выбери понравившийся.
|
Ответ: Нейронная сеть
Существуют разные методы обучения нейронных сетей, почитай про них, выбери понравившийся.
Да я читал, но везде почемуто упускают эту деталь. |
Ответ: Нейронная сеть
Вот самые простые методы: http://ru.wikipedia.org/wiki/Метод_коррекции_ошибки
Суть в том , что при получении на R элементе неправильного ответа, следует изменять веса связей А-R каждого активного А-элемента в нужную сторону на некоторое значение. Например, если R=0 неверный ответ, то выискиваем все А-элементы, где A=1 (активные) и к их весам связей A-R прибавляем (т.к. нам надо увеличить выход R до 1) некоторое значение (фиксированное или расчетное). Примерное так. |
Ответ: Нейронная сеть
|
Ответ: Нейронная сеть
http://pmg.org.ru/ai/nn.zip
http://pmg.org.ru/ai/ai-lect.zip http://pmg.org.ru/ai/nn_fl.rar http://pmg.org.ru/ai/ngn.djvu То, что надо. После прочтения этого материала тема будет раскрыта на 100%. |
Ответ: Нейронная сеть
Начал на досуге вникать в нейронные сети. Млять, вот почему все сложные абстракции начинают объяснять с математики с кучей переменных, производных и тд? Производная сама по себе абстракция. Почему бы не начать с примера...Допустим есть 1000 девушек, у них есть параметры (входы) - рост, вес, цвет волос, сиськи, голос и тд. У каждого параметра есть степень важности (вес). Мы говорим нейрону, что переспали бы с 500 из 1000. И сеть начинает обучаться по этой выборке - корректировать веса таким образом, чтобы 500 сочетаний параметров выдавали положительную оценку, а 500 отрицательную. А потом мы показываем девушку и сеть угадывает, какие девушки в нашем вкусе, а какие нет.
|
Ответ: Нейронная сеть
Мда...потихоньку выясняется, что все эти модели из прошлого века заброшены, не имеют возможности дальнейшего развития и не стоит забивать ими голову, поскольку сегодня представления о работе мозга изменились и мир (google, IBM) переходит на другую архитектуру сетей, где нейроны выстроены в кортикальные колонки и каждый нейрон отвечает за отдельный объект - кортикоморфные сети + нейромедиаторы... в общем, всё сложно, имеющиеся учебные пособия безнадежно устарели
|
Часовой пояс GMT +4, время: 21:33. |
vBulletin® Version 3.6.5.
Copyright ©2000 - 2024, Jelsoft Enterprises Ltd.
Перевод: zCarot